Puolivalvottu konvoluutioneuroverkko
Puolivalvottu CNN kouluttaa konvoluutioneuroverkkoa pienellä merkityllä kuvajoukolla ja suuremmalla merkitsemättömien kuvien joukolla samanaikaisesti käyttäen tekniikoita, kuten pseudoleimausta ja johdonmukaisuusregularisointia, saadakseen ohjaussignaalia merkitsemättömästä datasta. Tämä strategia pienentää merkittävästi vähäisten annotaatioiden aiheuttamaa suorituskykyeroa ilman lisätyötä ihmisten tekemään leimaamiseen.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Lähteet
- Lee, D.-H. (2013). Pseudo-label: The simple and efficient semi-supervised learning method for deep neural networks. ICML Workshop on Challenges in Representation Learning. link ↗
- Tarvainen, A. & Valpola, H. (2017). Mean teachers are better role models: Weight-averaged consistency targets improve semi-supervised deep learning results. Advances in Neural Information Processing Systems (NeurIPS), 30. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Semi-supervised Convolutional Neural Network (SSL-CNN). ScholarGate. https://scholargate.app/fi/deep-learning/semi-supervised-convolutional-neural-network
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.
- Hienosäädetty konvoluutioneuroverkkoSyväoppiminen↔ compare
- Itseohjautuva konvoluutioneuronaaliverkkoSyväoppiminen↔ compare
- Puoliohjattu kuvien luokitteluSyväoppiminen↔ compare
- Siirto-oppiminen konvoluutionaalisella neuroverkollaSyväoppiminen↔ compare
- Heikosti valvottu konvoluutioneuroverkkoSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →