GAN Diawasi Lemah
GAN Diawasi Lemah ialah rangkaian berlawanan generatif yang dilatih menggunakan data berlabel separa, berlabel bising, atau anotasi kasar dan bukannya data kebenaran asas yang dilabel sepenuhnya. Ia melanjutkan rangka kerja GAN standard supaya penyeliaan terhad membimbing penjanaan bersyarat atau pembelajaran diskriminatif, membolehkan sintesis data berkualiti tinggi dan pengelasan dalam tetapan kekurangan label.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Odena, A., Olah, C., & Shlens, J. (2017). Conditional Image Synthesis with Auxiliary Classifier GANs. Proceedings of the 34th International Conference on Machine Learning (ICML), PMLR 70, 2642–2651. link ↗
- Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014). Generative Adversarial Nets. Advances in Neural Information Processing Systems (NeurIPS), 27. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Weakly Supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/ms/deep-learning/weakly-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.
- Model ResapanPembelajaran Mendalam↔ compare
- Rangkaian Generatif AdversarialPembelajaran Mendalam↔ compare
- Semi-supervised GANPembelajaran Mendalam↔ compare
- Autoenkoder VariasiPembelajaran Mendalam↔ compare
- Klasifikasi Imej Berbantukan KelemahanPembelajaran Mendalam↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →