Machine learningDeep learning / NLP / CV

GAN למידת העברה

GAN למידת העברה מאתחל רשת יריבות גנרטיבית — או את המחולל ואת המבחין שלה — ממשקולות שאומנו מראש על מערך נתונים גדול של מקור, ואז מכוונן את הרשת על מערך נתונים קטן יותר של יעד. גישה זו מאפשרת מידול גנרטיבי באיכות גבוהה גם כאשר נתוני תחום היעד נדירים, על ידי שימוש חוזר בייצוגי תכונות ברמה נמוכה ובינונית שנלמדו בקנה מידה גדול.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

The neighbourhood of related methods — select a node to explore.

מקורות

  1. 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
  2. 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

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Transfer Learning with Generative Adversarial Networks. ScholarGate. https://scholargate.app/he/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.

Compare side by side

מאוזכר על ידי

ScholarGateTransfer learning GAN (Transfer Learning with Generative Adversarial Networks). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/deep-learning/transfer-learning-gan · מערך נתונים: https://doi.org/10.5281/zenodo.20539026