Selvovervåget GAN
Selvovervåget GAN udvider et standard Generative Adversarial Network med en eller flere selvovervågede hjælpeopgaver – såsom at forudsige billedrotation eller patch-position – der stabiliserer adversarial træning og giver en diskriminator, der lærer rige, overførbare repræsentationer fra uannoterede data uden at kræve manuel annotering.
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.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Self-supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/da/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.
- Generativ modstridende netværkDyb læring↔ compare
- Selvovervåget konvolutionelt neuralt netværkDyb læring↔ compare
- Selv-overvåget Variational AutoencoderDyb læring↔ compare
- Semi-supervised GANDyb læring↔ compare
- Vision TransformerDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →