Siirtopiirto-GAN
Siirtopiirto-GAN (Transfer Learning GAN) alustaa generatiivisen kilpailevan verkon — tai sen generaattorin ja diskriminaattorin — painoista, jotka on esikoulutettu suurella lähdedatasarjalla, ja hienosäätää sitten verkkoa pienemmällä kohdedatasarjalla. Tämä lähestymistapa mahdollistaa korkealaatuisen generatiivisen mallinnuksen, vaikka kohdealueen dataa olisi niukasti, hyödyntämällä uudelleen suuressa mittakaavassa opittuja matalan ja keskitason piirre-esityksiä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Transfer Learning with Generative Adversarial Networks. ScholarGate. https://scholargate.app/fi/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.
- Domain-Adaptive GANSyväoppiminen↔ compare
- Hienosäädetty generoiva kilpaileva verkkoSyväoppiminen↔ compare
- Generatiivinen kilpaileva verkkoSyväoppiminen↔ compare
- Siirto-oppiminen konvoluutionaalisella neuroverkollaSyväoppiminen↔ compare
- Siirtokoulutus diffuusiomallillaSyväoppiminen↔ compare
- Variational AutoencoderSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →