Self-supervised GAN
La Self-supervised GAN aumenta una Generative Adversarial Network standard con uno o più task ausiliari auto-supervisionati — come la predizione della rotazione dell'immagine o della posizione delle patch — che stabilizzano l'addestramento avversariale e producono un discriminatore che apprende rappresentazioni ricche e trasferibili da dati non etichettati, senza richiedere annotazioni manuali.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Chen, T., Zhai, X., Ritter, M., Lucic, M., & Houlsby, N. (2019). Self-Supervised GANs via Auxiliary Rotation Loss. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 12154–12163. link ↗
- Liu, X., Zhang, F., Hou, Z., Mian, L., Wang, Z., Zhang, J., & Tang, J. (2021). Self-supervised learning: Generative or contrastive. IEEE Transactions on Knowledge and Data Engineering, 35(1), 857–876. DOI: 10.1109/TKDE.2021.3090866 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Self-supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/it/deep-learning/self-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.
- Rete Generativa AvversariaApprendimento profondo↔ compare
- Rete Neurale Convoluzionale Auto-SupervisionataApprendimento profondo↔ compare
- Variational Autoencoder Auto-supervisionatoApprendimento profondo↔ compare
- GAN semi-supervisionatoApprendimento profondo↔ compare
- Vision TransformerApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →