Generativt antagonistiskt nätverk
Ett generativt antagonistiskt nätverk (GAN), introducerat av Ian Goodfellow och kollegor 2014, producerar realistisk syntetisk data genom konkurrens mellan två neurala nätverk – en generator och en diskriminator. Det används flitigt för bildsyntes, dataaugmentering och distributionsestimering.
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.
+20 more
Källor
- Goodfellow, I. et al. (2014). Generative Adversarial Nets. NeurIPS. link ↗
- Karras, T. et al. (2020). Analyzing and Improving the Image Quality of StyleGAN. CVPR. DOI: 10.1109/CVPR42600.2020.00813 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Generative Adversarial Network (GAN). ScholarGate. https://scholargate.app/sv/deep-learning/generative-adversarial-network
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.
- DiffusionsmodellDjupinlärning↔ compare
- Neural ODEDjupinlärning↔ compare
- Generativ modell baserad på score-funktionDjupinlärning↔ compare
- Variational AutoencoderDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →