Ülekandeõpe variatsioonautoenkoodriga
Ülekandeõpe variatsioonautoenkoodriga (TL-VAE) kasutab uuesti suures lähtesuurandis eelkoolitatud enkoodrit ja/või dekoodrit ning kohandab seda väiksema sihtdomeeni jaoks. Rikast tõenäosuslikku latentruumi pärides, mitte juhuslikest kaaludest alustades, vähendab TL-VAE dramaatiliselt vajaliku sihtdomeeni andmete hulka kõrgekvaliteedilise genereerimise või representatsiooniõppe jaoks.
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., & 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Transfer Learning with Variational Autoencoder. ScholarGate. https://scholargate.app/et/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.
- Peenreguleeritud generatiivsed vastasseadmedSüvaõpe↔ compare
- Häälestatud variatsioonautoenkooderSüvaõpe↔ compare
- Generatiivne võistlev võrkSüvaõpe↔ compare
- Poolitatud automaatne kodeerija (Semi-supervised Variational Autoencoder)Süvaõpe↔ compare
- Konvolutsioonivõrkude abil ülekantud õppimineSüvaõpe↔ compare
- Variational AutoencoderSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →