कमजोर पर्यवेक्षित वेरिएशन ऑटोएन्कोडर
एक कमजोर पर्यवेक्षित वेरिएशन ऑटोएन्कोडर (WS-VAE) मानक VAE जनरेटिव फ्रेमवर्क का विस्तार करता है, जिसमें आंशिक, शोरयुक्त, या मोटे पर्यवेक्षण संकेतों - जैसे भीड़-स्रोत लेबल, अनुमानित नियम, या प्रोग्रामेटिक एनोटेशन - को शामिल किया जाता है ताकि पूर्ण एनोटेट किए गए डेटा की आवश्यकता के बिना अव्यक्त स्थान सीखने का मार्गदर्शन किया जा सके। यह कंप्यूटर विजन, NLP, और बायोमेडिकल डोमेन में व्यापक रूप से लागू होता है जहां पूर्ण ग्राउंड-ट्रुथ लेबल महंगे या अनुपलब्ध होते हैं।
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.
स्रोत
- Kingma, D. P. & Welling, M. (2014). Auto-Encoding Variational Bayes. In Proceedings of the International Conference on Learning Representations (ICLR 2014). link ↗
- Kingma, D. P., Mohamed, S., Rezende, D. J. & Welling, M. (2014). Semi-supervised learning with deep generative models. In Advances in Neural Information Processing Systems (NeurIPS 2014), 27. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Weakly Supervised Variational Autoencoder (WS-VAE). ScholarGate. https://scholargate.app/hi/deep-learning/weakly-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.
- जनरेटिव एडवरसैरियल नेटवर्कगहन अधिगम↔ compare
- अर्ध-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- वैरिएशन ऑटोएन्कोडरगहन अधिगम↔ compare