Γενετικό Ανταγωνιστικό Δίκτυο
Ένα Γενετικό Ανταγωνιστικό Δίκτυο (GAN), που εισήχθη από τον Ian Goodfellow και συνεργάτες το 2014, παράγει ρεαλιστικά συνθετικά δεδομένα μέσω του ανταγωνισμού δύο νευρωνικών δικτύων — ενός γεννήτριας και ενός διακριτή. Χρησιμοποιείται ευρέως για σύνθεση εικόνων, επαύξηση δεδομένων και εκτίμηση κατανομής.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
+20 more
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 1). Generative Adversarial Network (GAN). ScholarGate. https://scholargate.app/el/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.
- Μοντέλο ΔιάχυσηςΒαθιά Μάθηση↔ compare
- Νευρωνική Συνήθης Διαφορική Εξίσωση (Neural ODE)Βαθιά Μάθηση↔ compare
- Γενετικό μοντέλο βασισμένο στην βαθμίδα (score-based generative model)Βαθιά Μάθηση↔ compare
- Variational AutoencoderΒαθιά Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →