Напівкерований GAN
Напівкерований GAN (SGAN) розширює стандартний дискримінатор GAN для одночасної класифікації мічених прикладів за K реальними класами та виявлення згенерованих підробок як (K+1)-го класу, дозволяючи синтетичним даним генератора діяти як неявна регуляризація та навчати потужні класифікатори з дуже малою кількістю мічених прикладів.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Salimans, T., Goodfellow, I., Zaremba, W., Cheung, V., Radford, A., & Chen, X. (2016). Improved Techniques for Training GANs. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- Odena, A. (2016). Semi-Supervised Learning with Generative Adversarial Networks. ICML Workshop on Generative Adversarial Networks. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Semi-supervised Generative Adversarial Network. ScholarGate. https://scholargate.app/uk/deep-learning/semi-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.
- Генеративно-змагальна мережаГлибоке навчання↔ compare
- Self-supervised GANГлибоке навчання↔ compare
- Напівкерована класифікація на основі BERTГлибоке навчання↔ compare
- Напівкероване навчанняМашинне навчання↔ compare
- Варіаційний автокодувальникГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →