Domänadaptiv GAN
En domänadaptiv GAN kombinerar generativt adversariellt lärande med domänanpassning för att överbrygga distributionsgapet mellan en märkt källdomän och en omärkt eller sparsamt märkt måldomän. Genom att träna en generator och en diskriminator adversariellt lär sig modellen domäninvarianta representationer eller översatta sampel, vilket gör att en klassificerare eller detektor tränad på källdata kan generalisera effektivt till måldomänen utan att kräva rikligt med måletiketter.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Ganin, Y., Ustunova, E., Ajakan, H., Germain, P., Larochelle, H., Laviolette, F., Marchand, M., & Lempitsky, V. (2016). Domain-adversarial training of neural networks. Journal of Machine Learning Research, 17(59), 1–35. link ↗
- Zhu, J.-Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired image-to-image translation using cycle-consistent adversarial networks. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2223–2232. DOI: 10.1109/ICCV.2017.244 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Domain-Adaptive Generative Adversarial Network. ScholarGate. https://scholargate.app/sv/deep-learning/domain-adaptive-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.
- Domänadaptiv faltningsnätverk (Convolutional Neural Network, CNN)Djupinlärning↔ compare
- Domänadaptiv Vision TransformerDjupinlärning↔ compare
- Finjusterat generativt adversariellt nätverkDjupinlärning↔ compare
- Generativt antagonistiskt nätverkDjupinlärning↔ compare
- Semi-övervakad GANDjupinlärning↔ compare
- Transfer Learning GANDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →