Mạng đối nghịch được tinh chỉnh
Mạng đối nghịch được tinh chỉnh (Fine-Tuned GAN) bắt đầu từ một mạng đối nghịch được huấn luyện trước quy mô lớn và tiếp tục huấn luyện đối nghịch trên một tập dữ liệu đích nhỏ hơn, cho phép mô hình tổng hợp các mẫu chất lượng cao trong một miền mới mà không cần huấn luyện từ đầu. Phương pháp chuyển giao này làm giảm đáng kể yêu cầu về dữ liệu và tính toán trong khi vẫn giữ được các biểu diễn đặc trưng phong phú đã học được trong quá trình huấn luyện trước.
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
- 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 ↗
- Mo, S., Cho, M., & Shin, J. (2020). Freeze the Discriminator: a Simple Baseline for Fine-Tuning GANs. CVPR 2020 Workshop on AI for Content Creation. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Fine-Tuned Generative Adversarial Network (Domain-Adaptive GAN via Transfer). ScholarGate. https://scholargate.app/vi/deep-learning/fine-tuned-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.
- Mạng nơ-ron tích chập tinh chỉnhHọc sâu↔ compare
- Mô hình khuếch tán tinh chỉnhHọc sâu↔ compare
- Bộ tự mã hóa biến phân tinh chỉnhHọc sâu↔ compare
- Vision Transformer tinh chỉnhHọc sâu↔ compare
- Generative Adversarial NetworkHọc sâu↔ compare
- Transfer Learning GANHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →