Machine learningDeep learning / NLP / CV
משתמש אוטומטי וריאציוני למחצה-מפוקח
ה-VAE למחצה-מפוקח (מודל M2) הוא שיטת יצירה עמוקה הלומדת בו-זמנית ייצוג סמוי של קלטים ומסווג, תוך מינוף דוגמאות מתויגות ולא מתויגות במסגרת הסתברותית עקרונית. הוצג על ידי קינגמה ועמיתיו בשנת 2014, הוא מאפשר סיווג מדויק גם כאשר תוויות הן נדירות, בכך שהמודל היוצר מסביר תצפיות לא מתויגות.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Semi-supervised Variational Autoencoder (M1/M2 Generative Model). ScholarGate. https://scholargate.app/he/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.
- רשת יריבות יוצרת (Generative Adversarial Network)למידה עמוקה↔ compare
- Variational Autoencoder מונחה-עצמיתלמידה עמוקה↔ compare
- רשת קונבולוציה למידה-מונחית-למחצהלמידה עמוקה↔ compare
- טרנספורמר בלמידה חצי-מפוקחתלמידה עמוקה↔ compare
- למידת העברה עם מקודד אוטומטי וריאציונילמידה עמוקה↔ compare
- מפענח אוטומטי וריאציונילמידה עמוקה↔ compare