Ασθενώς Επιβλεπόμενο GAN
Ένα Ασθενώς Επιβλεπόμενο GAN (Weakly Supervised GAN) είναι ένα παραγωγικό ανταγωνιστικό δίκτυο (generative adversarial network) που εκπαιδεύεται με μερικώς επισημασμένα, θορυβωδώς επισημασμένα ή χονδρικά επισημασμένα δεδομένα αντί για πλήρως επισημασμένη αλήθεια βάσης (ground truth). Επεκτείνει το τυπικό πλαίσιο GAN ώστε η περιορισμένη επίβλεψη να καθοδηγεί την υπό συνθήκη παραγωγή (conditional generation) ή τη διακριτική μάθηση (discriminative learning), επιτρέποντας τη σύνθεση δεδομένων υψηλής ποιότητας και την ταξινόμηση σε σενάρια με έλλειψη ετικετών.
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.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Weakly Supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/el/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.
- Μοντέλο ΔιάχυσηςΒαθιά Μάθηση↔ compare
- Γενετικό Ανταγωνιστικό ΔίκτυοΒαθιά Μάθηση↔ compare
- Ημι-εποπτευόμενο GANΒαθιά Μάθηση↔ compare
- Variational AutoencoderΒαθιά Μάθηση↔ compare
- Ασθενώς Επιβλεπόμενη Ταξινόμηση ΕικόνωνΒαθιά Μάθηση↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →