| 專利名稱 |
用對抗性學習和判別性學習來遷移生成式對抗網絡的方法 |
| 申請號/專利號 |
CN202110534134.1 |
專利權人（第一權利人） |
長春工業大學 |
| 申請日 |
2021-05-17 |
授權日 |
2022-11-15 |
| 專利類別 |
授權發明 |
戰略新興產業分類 |
新一代信息技術 |
| 技術主題 |
機器學習|生成對抗網絡|判別學習|模式識別|對抗網絡|圖像生成|成像數據|域|訓練表現|數據集 |
| 應用領域 |
神經架構|神經學習方法 |
| 意向價格 |
具體面議 |
| 專利概述 |
本發明公開了用對抗性學習和判別性學習來遷移生成式對抗網絡的方法，它包括：S1.準備圖片數據集；S2.構建預訓練GAN模型；S3.通過參數遷移構建ADT?GAN模型；S4.訓練ADT?GANc。上述ADT?GAN模型利用遷移學習，在源域圖像數據集訓練的預訓練GAN模型的基礎上通過參數傳遞，初始化生成器和判別器。添加域判別器，通過優化由對抗目標函數和域判別目標函數組成的總目標函數，來驅動生成器生成目標域的圖像數據，并避免負遷移。從而提高在小型目標域數據集上的訓練性能，減少迭代次數，提高圖像生成質量。 |
| 圖片資料 |
|
| 合作方式 |
具體面議 |
| 聯系人 |
戚梅宇 |
聯系電話 |
13074363281 |
