Generativt motsetningsnettverk
Et generativt motsetningsnettverk (GAN), introdusert av Ian Goodfellow og kolleger i 2014, produserer realistiske syntetiske data gjennom konkurranse mellom to nevrale nettverk – en generator og en diskriminator. Det brukes mye til bildesyntese, dataaugmentering og distribusjonsestimering.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+20 more
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Generative Adversarial Network (GAN). ScholarGate. https://scholargate.app/no/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.
- DiffusjonsmodellDyp læring↔ compare
- Neural ODEDyp læring↔ compare
- Skårbasert generativ modellDyp læring↔ compare
- VariasjonsautoenkoderDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →