التعلم بالنقل باستخدام المرمز التلقائي المتغير
إعادة استخدام التعلم بالنقل باستخدام المرمز التلقائي المتغير (TL-VAE) لمرمز (encoder) أو مفكك ترميز (decoder) تم تدريبه مسبقًا على مجموعة بيانات مصدر كبيرة وتكييفه مع نطاق هدف أصغر. من خلال وراثة مساحة كامنة احتمالية غنية بدلاً من البدء بأوزان عشوائية، يقلل TL-VAE بشكل كبير من كمية بيانات النطاق الهدف المطلوبة للتوليد عالي الجودة أو تعلم التمثيل.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Kingma, D. P., & Welling, M. (2014). Auto-Encoding Variational Bayes. International Conference on Learning Representations (ICLR 2014). link ↗
- Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Transfer Learning with Variational Autoencoder. ScholarGate. https://scholargate.app/ar/deep-learning/transfer-learning-variational-autoencoder
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.
- الشبكة التوليدية التنافسية المضبطة بدقةالتعلم العميق↔ compare
- المُحَسِّن التلقائي التبايني المُعدَّل بدقةالتعلم العميق↔ compare
- شبكة الخصومة التوليديةالتعلم العميق↔ compare
- المشفر التلقائي التبايني شبه المُشرفالتعلم العميق↔ compare
- نقل التعلم باستخدام الشبكات العصبية الالتفافيةالتعلم العميق↔ compare
- المشفّر التلقائي التباينيالتعلم العميق↔ compare