Semi-supervised GAN
Semi-supervised GAN (SGAN) rozširuje štandardný diskriminátor GAN tak, aby súčasne klasifikoval označené príklady do K reálnych tried a detegoval generované falzifikáty ako (K+1)-tú triedu, čo umožňuje, aby syntetické dáta generátora pôsobili ako implicitná regularizácia a umožnili trénovať silné klasifikátory s veľmi malým počtom označených príkladov.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Salimans, T., Goodfellow, I., Zaremba, W., Cheung, V., Radford, A., & Chen, X. (2016). Improved Techniques for Training GANs. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- Odena, A. (2016). Semi-Supervised Learning with Generative Adversarial Networks. ICML Workshop on Generative Adversarial Networks. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/sk/deep-learning/semi-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.
- Generatívna protiadverзárna sieťHlboké učenie↔ compare
- Self-supervised GANHlboké učenie↔ compare
- Polosupervizovaná klasifikácia založená na modeli BERTHlboké učenie↔ compare
- Polosupervizované učenieStrojové učenie↔ compare
- Variačný autoenkodérHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →