Prenosové učenie GAN
Prenosové učenie GAN inicializuje generatívnu adversariálnu sieť — alebo jej generátor aj diskriminátor — z váh predtrénovaných na veľkom zdrojovom datasete, potom sieť doladí na menšom cieľovom datasete. Tento prístup umožňuje vysokokvalitné generatívne modelovanie aj vtedy, keď sú dáta z cieľovej domény vzácne, opätovným využitím nízko- a stredneúrovňových reprezentácií príznakov naučených vo veľkom meradle.
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
- 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, 2672–2680. link ↗
- Wang, Y. & Ramanan, D. (2018). Transferring GANs: generating images from limited data. European Conference on Computer Vision (ECCV), 11205, 220–236. DOI: 10.1007/978-3-030-01231-1_14 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Transfer Learning with Generative Adversarial Networks. ScholarGate. https://scholargate.app/sk/deep-learning/transfer-learning-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.
- Doménovo adaptívny GANHlboké učenie↔ compare
- Jemne doladená generatívna adverzárna sieťHlboké učenie↔ compare
- Generatívna protiadverзárna sieťHlboké učenie↔ compare
- Prenosové učenie s konvolučnou neurónovou sieťouHlboké učenie↔ compare
- Prenosové učenie s difúznym modelomHlboké učenie↔ compare
- Variačný autoenkodérHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →