GAN semi-supervisada
La GAN semi-supervisada (SGAN) estén el discriminador GAN estàndard per classificar simultàniament exemples etiquetats en K classes reals i detectar falsificacions generades com una (K+1)-èsima classe, permetent que les dades sintètiques del generador actuïn com a regularització implícita i permetent entrenar classificadors potents amb molt pocs exemples etiquetats.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Salimans, T., Goodfellow, I., Zaremba, W., Cheung, V., Radford, A., & Chen, X. (2016). Improved Techniques for Training GANs. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- Odena, A. (2016). Semi-Supervised Learning with Generative Adversarial Networks. ICML Workshop on Generative Adversarial Networks. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Semi-supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/ca/deep-learning/semi-supervised-gan
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Generative Adversarial NetworkAprenentatge profund↔ compare
- Self-supervised GANAprenentatge profund↔ compare
- Classificació semi-supervisada basada en BERTAprenentatge profund↔ compare
- Aprenentatge semi-supervisatAprenentatge automàtic↔ compare
- Variational AutoencoderAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →