Слабо надгледани ГАН
Слабо надгледани ГАН је генеративна противничка мрежа која се тренира са делимично означеним, бучним ознакама или подацима грубе анотације уместо са потпуно анотираном истинском вредношћу. Он проширује стандардни ГАН оквир тако да ограничена супевизија води условно генерисање или дискриминативно учење, омогућавајући синтезу података високог квалитета и класификацију у условима оскудице ознака.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Weakly Supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/sr/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.
- Difuzioni modelDuboko učenje↔ compare
- Generativna suparnička mrežaDuboko učenje↔ compare
- Полу-надгледани ГАНDuboko učenje↔ compare
- Varijacioni autoenkoderDuboko učenje↔ compare
- Slaba nadgledana klasifikacija slikaDuboko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →