Félfelügyelt GAN
A félfelügyelt GAN (SGAN) kiterjeszti a standard GAN diszkriminátorát, hogy az egyidejűleg K valós osztályba sorolja a címkézett példákat, és a generált hamisítványokat (K+1)-edik osztályként detektálja. Ezáltal a generátor szintetikus adatai implicit regularizációként működnek, lehetővé téve erős osztályozók képzését nagyon kevés címkézett példával.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Semi-supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/hu/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.
- Generative Adversarial NetworkMélytanulás↔ compare
- Önfelügyelt GANMélytanulás↔ compare
- Félfelügyelt BERT-alapú osztályozásMélytanulás↔ compare
- Félfelügyelt tanulásGépi tanulás↔ compare
- Variációs AutoencoderMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →