Transfer Learning con Variational Autoencoder
Il Transfer Learning con Variational Autoencoder (TL-VAE) riutilizza un encoder e/o un decoder pre-addestrato su un ampio dataset di origine e lo adatta a un dominio di destinazione più piccolo. Ereditando uno spazio latente probabilistico ricco anziché partire da pesi casuali, TL-VAE riduce drasticamente la quantità di dati del dominio di destinazione necessari per una generazione o un apprendimento di rappresentazioni di alta qualità.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Transfer Learning with Variational Autoencoder. ScholarGate. https://scholargate.app/it/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.
- Generative Adversarial Network (GAN) Fine-TunedApprendimento profondo↔ compare
- Variational Autoencoder Fine-TunedApprendimento profondo↔ compare
- Rete Generativa AvversariaApprendimento profondo↔ compare
- Variational Autoencoder Semi-supervisionatoApprendimento profondo↔ compare
- Transfer Learning con Convolutional Neural NetworkApprendimento profondo↔ compare
- Variational AutoencoderApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →