अर्ध-पर्यवेक्षित संवलित तंत्रिका नेटवर्क (Semi-supervised Convolutional Neural Network)
एक अर्ध-पर्यवेक्षित सीएनएन (CNN) एक संवलित नेटवर्क को एक छोटे लेबल वाले छवि सेट और बड़ी संख्या में बिना लेबल वाली छवियों पर एक साथ प्रशिक्षित करता है, जिसमें बिना लेबल वाले डेटा से पर्यवेक्षी संकेत निकालने के लिए छद्म-लेबलिंग (pseudo-labeling) और स्थिरता नियमितीकरण (consistency regularization) जैसी तकनीकों का उपयोग किया जाता है। यह रणनीति मानव लेबलिंग प्रयास की आवश्यकता के बिना विरल एनोटेशन (annotations) के कारण प्रदर्शन के अंतर को काफी हद तक कम करती है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Semi-supervised Convolutional Neural Network (SSL-CNN). ScholarGate. https://scholargate.app/hi/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.
- फाइन-ट्यून्ड कन्волюशनल न्यूरल नेटवर्कगहन अधिगम↔ compare
- स्व-पर्यवेक्षित संवलित तंत्रिका नेटवर्कगहन अधिगम↔ compare
- अर्ध-पर्यवेक्षित छवि वर्गीकरणगहन अधिगम↔ compare
- कनवोल्यूशनल न्यूरल नेटवर्क के साथ ट्रांसफर लर्निंगगहन अधिगम↔ compare
- कमज़ोर पर्यवेक्षित कनवल्शनल न्यूरल नेटवर्कगहन अधिगम↔ compare