Трансферно обучение с вариационен автоенкодер
Трансферното обучение с вариационен автоенкодер (TL-VAE) преизползва енкодер и/или декодер, предварително обучен върху голям изходен набор от данни, и го адаптира към по-малка целева област. Като наследява богато вероятностно латентно пространство, вместо да започва от случайни тегла, TL-VAE драстично намалява количеството данни от целевата област, необходими за висококачествено генериране или обучение на представяне.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- 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 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Transfer Learning with Variational Autoencoder. ScholarGate. https://scholargate.app/bg/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.
- Фино настроена генеративна състезателна мрежаДълбоко обучение↔ compare
- Фино настроен вариационен автоенкодерДълбоко обучение↔ compare
- Генеративна състезателна мрежаДълбоко обучение↔ compare
- Полу-наблюдаван вариационен автоенкодерДълбоко обучение↔ compare
- Трансферно обучение с конволюционна невронна мрежаДълбоко обучение↔ compare
- Вариационен автоенкодерДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →