Generative Adversarial Network (GAN)
Hãy tưởng tượng một kẻ làm giả tiền và một thám tử bị khóa trong một cuộc thi. Bộ sinh (kẻ làm giả) cố gắng tạo ra các mẫu giả đủ thuyết phục để vượt qua như thật, trong khi bộ phân biệt (thám tử) cố gắng phân biệt dữ liệu thật với dữ liệu giả. Khi mỗi bên trở nên giỏi hơn trong công việc của mình, bộ sinh buộc phải tạo ra kết quả ngày càng thực tế cho đến khi các sản phẩm giả của nó trở nên khó phân biệt với dữ liệu gốc.
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.
+20 more
Nguồn tài liệu
- Goodfellow, I. et al. (2014). Generative Adversarial Nets. NeurIPS. link ↗
- Karras, T. et al. (2020). Analyzing and Improving the Image Quality of StyleGAN. CVPR. DOI: 10.1109/CVPR42600.2020.00813 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Generative Adversarial Network (GAN). ScholarGate. https://scholargate.app/vi/deep-learning/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.
- Mô hình khuếch tánHọc sâu↔ compare
- Neural ODEHọc sâu↔ compare
- Mô hình sinh sinh theo điểm sốHọc sâu↔ compare
- Bộ tự mã hóa biến phânHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →