Machine learning

Generatīvais Adversariālais Tīkls

Generatīvais Adversariālais Tīkls (GAN), ko 2014. gadā ieviesa Jans Gudfelovs un kolēģi, rada reālistiskus sintētiskus datus, izmantojot divu neironu tīklu — ģeneratora un diskriminatora — sacensības. Tas tiek plaši izmantots attēlu sintēzei, datu papildināšanai un sadalījuma novērtēšanai.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

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

+20 more

Avoti

  1. Goodfellow, I. et al. (2014). Generative Adversarial Nets. NeurIPS. link
  2. Karras, T. et al. (2020). Analyzing and Improving the Image Quality of StyleGAN. CVPR. DOI: 10.1109/CVPR42600.2020.00813

Kā citēt šo lapu

ScholarGate. (2026, June 1). Generative Adversarial Network (GAN). ScholarGate. https://scholargate.app/lv/deep-learning/generative-adversarial-network

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

Uz to atsaucas

ScholarGateGenerative Adversarial Network (Generative Adversarial Network (GAN)). Izgūts 2026-06-15 no https://scholargate.app/lv/deep-learning/generative-adversarial-network · Datu kopa: https://doi.org/10.5281/zenodo.20539026