GAN แบบกำกับตนเอง
GAN แบบกำกับตนเอง (Self-supervised GAN) เป็นการเพิ่มงานเสริมแบบกำกับตนเอง (self-supervised auxiliary tasks) หนึ่งอย่างหรือมากกว่านั้นเข้าไปในโครงข่ายปฏิปักษ์เชิงกำเนิด (Generative Adversarial Network - GAN) มาตรฐาน เช่น การทำนายการหมุนของภาพ หรือตำแหน่งของส่วนภาพ (patch) ซึ่งช่วยให้การฝึกฝนแบบปฏิปักษ์มีความเสถียร และทำให้ตัวจำแนก (discriminator) เรียนรู้การแทนข้อมูล (representations) ที่มีความหมายและสามารถถ่ายทอดได้จากข้อมูลที่ไม่มีป้ายกำกับ โดยไม่ต้องใช้การกำกับด้วยตนเอง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Chen, T., Zhai, X., Ritter, M., Lucic, M., & Houlsby, N. (2019). Self-Supervised GANs via Auxiliary Rotation Loss. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 12154–12163. link ↗
- Liu, X., Zhang, F., Hou, Z., Mian, L., Wang, Z., Zhang, J., & Tang, J. (2021). Self-supervised learning: Generative or contrastive. IEEE Transactions on Knowledge and Data Engineering, 35(1), 857–876. DOI: 10.1109/TKDE.2021.3090866 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Self-supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/th/deep-learning/self-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.
- โครงข่ายปฏิปักษ์เชิงกำเนิดการเรียนรู้เชิงลึก↔ compare
- โครงข่ายประสาทเทียมคอนโวลูชันแบบเรียนรู้ด้วยตนเองการเรียนรู้เชิงลึก↔ compare
- Self-supervised Variational Autoencoderการเรียนรู้เชิงลึก↔ compare
- GAN แบบกึ่งกำกับดูแลการเรียนรู้เชิงลึก↔ compare
- วิชันทรานส์ฟอร์มเมอร์การเรียนรู้เชิงลึก↔ compare