Machine learningDeep learning / NLP / CV
変分オートエンコーダーを用いた転移学習
変分オートエンコーダー（VAE）を用いた転移学習（TL-VAE）は、大規模なソースデータセットで事前学習されたエンコーダーおよび／またはデコーダーを再利用し、それを小規模なターゲットドメインに適応させます。ランダムな重みから始めるのではなく、豊かな確率的潜在空間を継承することにより、TL-VAEは高品質な生成または表現学習に必要なターゲットドメインデータの量を劇的に削減します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Transfer Learning with Variational Autoencoder. ScholarGate. https://scholargate.app/ja/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.
- ファインチューニングされた敵対的生成ネットワーク深層学習↔ compare
- ファインチューニングされた変分オートエンコーダ深層学習↔ compare
- Generative Adversarial Network深層学習↔ compare
- 半教師あり変分オートエンコーダ深層学習↔ compare
- 畳み込みニューラルネットワークを用いた転移学習深層学習↔ compare
- Variational Autoencoder深層学習↔ compare