Samoučící se GAN
Samoučící se GAN rozšiřuje standardní generativní adversariální síť o jeden nebo více pomocných samoučících se úkolů — jako je predikce rotace obrazu nebo pozice části — které stabilizují adversariální trénink a poskytují diskriminátor, jenž se učí bohaté, přenositelné reprezentace z neanotovaných dat bez nutnosti manuálních anotací.
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
- Chen, T., Zhai, X., Ritter, M., Lucic, M., & Houlsby, N. (2019). Self-Supervised GANs via Auxiliary Rotation Loss. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 12154–12163. link ↗
- Liu, X., Zhang, F., Hou, Z., Mian, L., Wang, Z., Zhang, J., & Tang, J. (2021). Self-supervised learning: Generative or contrastive. IEEE Transactions on Knowledge and Data Engineering, 35(1), 857–876. DOI: 10.1109/TKDE.2021.3090866 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Self-supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/cs/deep-learning/self-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.
- Generativní adversariální síťHluboké učení↔ compare
- Konvoluční neuronová síť se samoučenímHluboké učení↔ compare
- Samo-dohledový variační autoenkodérHluboké učení↔ compare
- Semi-supervised GANHluboké učení↔ compare
- Vision TransformerHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →