GAN thích ứng miền
Một GAN thích ứng miền (Domain-Adaptive GAN) kết hợp học đối kháng sinh tạo với thích nghi miền để thu hẹp khoảng cách phân phối giữa miền nguồn đã được gán nhãn và miền đích chưa được gán nhãn hoặc gán nhãn thưa thớt. Bằng cách huấn luyện đối kháng một bộ sinh và một bộ phân biệt, mô hình học được các biểu diễn bất biến miền hoặc các mẫu đã dịch, cho phép một bộ phân loại hoặc bộ phát hiện được huấn luyện trên dữ liệu nguồn tổng quát hóa hiệu quả sang miền đích mà không yêu cầu nhiều nhãn đích.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Domain-Adaptive Generative Adversarial Network. ScholarGate. https://scholargate.app/vi/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.
- Convolutional Neural Network thích ứng miềnHọc sâu↔ compare
- Transformer Thị giác Thích ứng MiềnHọc sâu↔ compare
- Mạng đối nghịch được tinh chỉnhHọc sâu↔ compare
- Generative Adversarial NetworkHọc sâu↔ compare
- GAN bán giám sátHọc sâu↔ compare
- Transfer Learning GANHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →