Samo-nadzorowana sieć GAN
Samo-nadzorowana sieć GAN rozszerza standardową generatywną sieć przeciwstawną (Generative Adversarial Network, GAN) o jedno lub więcej samo-nadzorowanych zadań pomocniczych — takich jak przewidywanie obrotu obrazu lub pozycji fragmentu — które stabilizują trening przeciwstawny i dają dyskryminator uczący się bogatych, przenoszalnych reprezentacji z nieoznakowanych danych, bez potrzeby ręcznych adnotacji.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Self-supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/pl/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.
- Generatywna Sieć AntagonistycznaUczenie głębokie↔ compare
- Samo-nadzorowana konwolucyjna sieć neuronowaUczenie głębokie↔ compare
- Samo-nadzorowany wariacyjny autoenkoderUczenie głębokie↔ compare
- Półnadzorowany GANUczenie głębokie↔ compare
- Vision TransformerUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →