Generativ modstridende netværk
Et Generative Adversarial Network (GAN), introduceret af Ian Goodfellow og kolleger i 2014, producerer realistiske syntetiske data gennem konkurrencen mellem to neurale netværk – en generator og en diskriminator. Det anvendes bredt til billedsyntese, dataaugmentering og estimering af fordelinger.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+20 more
Kilder
- Goodfellow, I. et al. (2014). Generative Adversarial Nets. NeurIPS. link ↗
- Karras, T. et al. (2020). Analyzing and Improving the Image Quality of StyleGAN. CVPR. DOI: 10.1109/CVPR42600.2020.00813 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Generative Adversarial Network (GAN). ScholarGate. https://scholargate.app/da/deep-learning/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.
- DiffusionsmodelDyb læring↔ compare
- Neural ODEDyb læring↔ compare
- Score-baseret generativ modelDyb læring↔ compare
- Variational AutoencoderDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →