گان نیمهنظارتشده
گان نیمهنظارتشده (SGAN) دیسکریمینِیتور گان استاندارد را گسترش میدهد تا بهطور همزمان نمونههای برچسبدار را به K کلاس واقعی طبقهبندی کند و نمونههای تولید شده جعلی را بهعنوان کلاس (K+1)ام تشخیص دهد، که به دادههای مصنوعی تولیدکننده اجازه میدهد بهعنوان تنظیمکننده ضمنی عمل کنند و طبقهبندیکنندههای قوی را با تعداد بسیار کمی از نمونههای برچسبدار آموزش دهد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Salimans, T., Goodfellow, I., Zaremba, W., Cheung, V., Radford, A., & Chen, X. (2016). Improved Techniques for Training GANs. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- Odena, A. (2016). Semi-Supervised Learning with Generative Adversarial Networks. ICML Workshop on Generative Adversarial Networks. link ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Semi-supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/fa/deep-learning/semi-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.
- شبکه مولد تخاصمییادگیری عمیق↔ compare
- شبکه مولد تخاصمی خودنظارتی (Self-supervised GAN)یادگیری عمیق↔ compare
- طبقهبندی مبتنی بر BERT نیمهنظارتییادگیری عمیق↔ compare
- یادگیری نیمهنظارتشدهیادگیری ماشین↔ compare
- Variational Autoencoderیادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →