Transfer Learning GAN

Transfer Learning GAN inicializa una red generativa antagónica (GAN) —o tanto su generador como su discriminador— a partir de pesos preentrenados en un gran conjunto de datos fuente, y luego ajusta la red en un conjunto de datos objetivo más pequeño. Este enfoque permite un modelado generativo de alta calidad incluso cuando los datos del dominio objetivo son escasos, al reutilizar representaciones de características de bajo y medio nivel aprendidas a escala.