Rangkaian Generatif Adversarial
Rangkaian Generatif Adversarial (GAN), yang diperkenalkan oleh Ian Goodfellow dan rakan-rakan pada tahun 2014, menghasilkan data sintetik yang realistik melalui persaingan dua rangkaian neural — penjana dan diskriminator. Ia digunakan secara meluas untuk sintesis imej, augmentasi data, dan anggaran taburan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+20 more
Sumber
- Goodfellow, I. et al. (2014). Generative Adversarial Nets. NeurIPS. link ↗
- Karras, T. et al. (2020). Analyzing and Improving the Image Quality of StyleGAN. CVPR. DOI: 10.1109/CVPR42600.2020.00813 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Generative Adversarial Network (GAN). ScholarGate. https://scholargate.app/ms/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.
- Model ResapanPembelajaran Mendalam↔ compare
- Neural ODEPembelajaran Mendalam↔ compare
- Model Generatif Berasaskan SkorPembelajaran Mendalam↔ compare
- Autoenkoder VariasiPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →