Svagt övervakad GAN
En svagt övervakad GAN är ett generativt antagonistiskt nätverk som tränas med partiellt etiketterad, brusig etiketterad eller grovt annoterad data istället för fullständigt annoterad mark-sanning. Den utökar standard-GAN-ramverket så att begränsad övervakning styr villkorlig generering eller diskriminativ inlärning, vilket möjliggör högkvalitativ datasyntes och klassificering i miljöer med brist på etiketter.
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
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Weakly Supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/sv/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.
- DiffusionsmodellDjupinlärning↔ compare
- Generativt antagonistiskt nätverkDjupinlärning↔ compare
- Semi-övervakad GANDjupinlärning↔ compare
- Variational AutoencoderDjupinlärning↔ compare
- Svag övervakad bildklassificeringDjupinlärning↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →