Dolaďovaná generativní adversariální síť
Dolaďovaná GAN síť vychází z velké předtrénované generativní adversariální sítě a pokračuje v adversariálním tréninku na menším cílovém datovém souboru, což umožňuje modelu syntetizovat vysoce kvalitní vzorky v nové doméně bez tréninku od začátku. Tento přístup přenosu dramaticky snižuje nároky na data a výpočetní výkon při zachování bohatých reprezentací příznaků naučených během předtréninku.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014). Generative Adversarial Nets. Advances in Neural Information Processing Systems (NeurIPS), 27. link ↗
- Mo, S., Cho, M., & Shin, J. (2020). Freeze the Discriminator: a Simple Baseline for Fine-Tuning GANs. CVPR 2020 Workshop on AI for Content Creation. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Fine-Tuned Generative Adversarial Network (Domain-Adaptive GAN via Transfer). ScholarGate. https://scholargate.app/cs/deep-learning/fine-tuned-generative-adversarial-network
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.
- Jemně doladěná konvoluční neuronová síťHluboké učení↔ compare
- Jemně doladěný difuzní modelHluboké učení↔ compare
- Jemně doladěný variační autoenkodérHluboké učení↔ compare
- Dolaďovaný Vision TransformerHluboké učení↔ compare
- Generativní adversariální síťHluboké učení↔ compare
- Přenosové učení GANHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →