Self-supervised GAN
Self-supervised GAN aumenta una Generative Adversarial Network (GAN) estándar con una o más tareas auxiliares auto-supervisadas —como predecir la rotación de una imagen o la posición de un parche— que estabilizan el entrenamiento adversarial y producen un discriminador que aprende representaciones ricas y transferibles a partir de datos no etiquetados sin requerir anotaciones manuales.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Self-supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/es/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.
- Red Generativa AntagónicaAprendizaje profundo↔ compare
- Red Neuronal Convolucional AutosupervisadaAprendizaje profundo↔ compare
- Autoencoder Variacional Auto-supervisadoAprendizaje profundo↔ compare
- GAN semi-supervisadoAprendizaje profundo↔ compare
- Vision TransformerAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →