Svagt superviseret GAN
Et svagt superviseret GAN er et generativt adversarialt netværk trænet med delvist mærkede, støjende mærkede eller groft annoterede data i stedet for fuldt annoteret ground truth. Det udvider standard GAN-rammeværket, så begrænset supervision guider betinget generering eller diskriminativ læring, hvilket muliggør syntese af data af høj kvalitet og klassificering i label-knappe omgivelser.
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
- Odena, A., Olah, C., & Shlens, J. (2017). Conditional Image Synthesis with Auxiliary Classifier GANs. Proceedings of the 34th International Conference on Machine Learning (ICML), PMLR 70, 2642–2651. link ↗
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Weakly Supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/da/deep-learning/weakly-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.
- DiffusionsmodelDyb læring↔ compare
- Generativ modstridende netværkDyb læring↔ compare
- Semi-supervised GANDyb læring↔ compare
- Variational AutoencoderDyb læring↔ compare
- Svag superviseret billedklassifikationDyb læring↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →