Слабо контролируемая GAN (Weakly Supervised GAN)
Слабо контролируемая GAN — это генеративно-состязательная сеть, обученная на частично размеченных, зашумленных или грубо аннотированных данных вместо полностью аннотированных эталонных данных. Она расширяет стандартный фреймворк GAN, позволяя ограниченному надзору направлять условную генерацию или дискриминативное обучение, что обеспечивает высококачественный синтез данных и классификацию в условиях дефицита меток.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Weakly Supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/ru/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.
- Диффузионная модельГлубокое обучение↔ compare
- Генеративно-состязательная сетьГлубокое обучение↔ compare
- Полусупервизорная GANГлубокое обучение↔ compare
- Вариационный автокодировщикГлубокое обучение↔ compare
- Слабо контролируемая классификация изображенийГлубокое обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →