Poolitatud automaatne kodeerija (Semi-supervised Variational Autoencoder)
Poolitatud VAE (M2 mudel) on sügav genereeriv meetod, mis ühiselt õpib sisendite latentset esitust ja klassifikaatorit, kasutades nii märgistatud kui ka märgistamata näiteid põhimõttelises tõenäosusraamistikus. Kingma jt (2014) poolt tutvustatud meetod võimaldab täpset klassifitseerimist isegi siis, kui märgiseid on vähe, lastes genereerival mudelil selgitada märgistamata vaatlusi.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Kingma, D. P., Mohamed, S., Rezende, D. J., & Wierstra, D. (2014). Semi-supervised learning with deep generative models. Advances in Neural Information Processing Systems (NeurIPS), 27, 3581–3589. link ↗
- Kingma, D. P., & Welling, M. (2014). Auto-Encoding Variational Bayes. International Conference on Learning Representations (ICLR 2014). link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Semi-supervised Variational Autoencoder (M1/M2 Generative Model). ScholarGate. https://scholargate.app/et/deep-learning/semi-supervised-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.
- Generatiivne võistlev võrkSüvaõpe↔ compare
- Self-supervised Variational AutoencoderSüvaõpe↔ compare
- Pooltreenimisega konvolutsiooniline närvivõrkSüvaõpe↔ compare
- Poolitatud TransformerSüvaõpe↔ compare
- Ülekandeõpe variatsioonautoenkoodrigaSüvaõpe↔ compare
- Variational AutoencoderSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →