Ülekandeõppe GAN
Ülekandeõppe GAN initsialiseerib generatiivse võistlevvõrgu (GAN) – või nii selle generaatori kui ka diskriminaatori – suurtest lähteandmestikest eelkoolitatud kaaludega, seejärel häälestab võrgu väiksemal sihtandmestikul. See lähenemine võimaldab kvaliteetset generatiivset modelleerimist isegi siis, kui sihtvaldkonna andmed on napid, taaskasutades suuremahuliselt õpitud madala ja keskmise taseme tunnuste esitusi.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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, 2672–2680. link ↗
- Wang, Y. & Ramanan, D. (2018). Transferring GANs: generating images from limited data. European Conference on Computer Vision (ECCV), 11205, 220–236. DOI: 10.1007/978-3-030-01231-1_14 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Transfer Learning with Generative Adversarial Networks. ScholarGate. https://scholargate.app/et/deep-learning/transfer-learning-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.
- Domeeni-adaptiivne GANSüvaõpe↔ compare
- Peenreguleeritud generatiivsed vastasseadmedSüvaõpe↔ compare
- Generatiivne võistlev võrkSüvaõpe↔ compare
- Konvolutsioonivõrkude abil ülekantud õppimineSüvaõpe↔ compare
- Ülekandeõpe difusioonimudeligaSüvaõpe↔ compare
- Variational AutoencoderSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →