Closed a-ceron closed 1 year ago
Link de interes
En el discurso del artículo se mencionan diferentes benefícios sobre la transferencia de conocimiento. Si uno posee la habilidad de transferir conocimiento obtenido de un entrenamiento a otro de dominio similar, se podrán realizar nuevos entrenamientos con menos cantidad de archivos.
El modelo toma como asunción principal lo siguiente: se cuenta con uno o más modelos GANs pre-entrenados y se espera que al realizar el enetramiento al conjunto objetivo se reduzca la divergencia entre la fuente y el objetivo. Esto se logra perfeccionando el modelo miner (M) y el modelo generador (G). Las ventajas de este modelo:
El foco de la transferencia de conocimiento se encuentra en los modelos discriminativos. Sin embargo la transferencia de conocimiento puede disminuir el tiempo en la convergencia y la calidad de las imágenes se ve seriamente mejorada.
Parece que el objetivo acá es que proponen una forma de mejorar la arquitectura GAN sin la necesidad de modificar la arquitectura o cambiar la función de pérdida.
Las lecturas fueron revisadas y leidas
Los siguientes artículos muestran los resultados sobre modelos GANs que implementan transferencia de conocimiento.
Link de interes