व्याख्यायोग्य GAN (Explainable GAN)
व्याख्यायोग्य GAN (Explainable GAN) जनरेटिव एडवरसैरियल नेटवर्क्स (GANs) पर व्याख्यात्मकता (interpretability) तकनीकों को लागू करता है ताकि यह पता लगाया जा सके कि कौन सी आंतरिक इकाइयाँ और अव्यक्त दिशाएँ (latent directions) उत्पन्न आउटपुट में विशिष्ट दृश्य या संरचनात्मक विशेषताओं का कारण बनती हैं। यह जनरेटिव मॉडल के व्यवहार को पारदर्शी और ऑडिट करने योग्य बनाने के लिए GAN प्रशिक्षण को पश्च-विश्लेषण (post-hoc analysis) उपकरणों जैसे यूनिट डिससेक्शन (unit dissection), सैलिएंसी मैप्स (saliency maps), या डिसएन्टैंगल्ड लेटेंट स्पेस (disentangled latent spaces) के साथ जोड़ता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Bau, D., Zhu, J.-Y., Strobelt, H., Zhou, B., Tenenbaum, J. B., Freeman, W. T., & Torralba, A. (2019). GAN Dissection: Visualizing and Understanding Generative Adversarial Networks. In Proceedings of the International Conference on Learning Representations (ICLR 2019). link ↗
- Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014). Generative Adversarial Nets. In Advances in Neural Information Processing Systems (NeurIPS 2014), 27. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Explainable Generative Adversarial Network. ScholarGate. https://scholargate.app/hi/deep-learning/explainable-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.
- डिफ्यूजन मॉडलगहन अधिगम↔ compare
- व्याख्या योग्य छवि वर्गीकरणगहन अधिगम↔ compare
- जनरेटिव एडवरसैरियल नेटवर्कगहन अधिगम↔ compare
- वैरिएशन ऑटोएन्कोडरगहन अधिगम↔ compare