Machine learningDeep learning / NLP / CV
Variational Autoencoder를 이용한 전이 학습
Variational Autoencoder를 이용한 전이 학습(TL-VAE)은 대규모 소스 데이터셋에서 사전 훈련된 인코더 및/또는 디코더를 재사용하여 소규모 타겟 도메인에 맞게 조정합니다. 무작위 가중치에서 시작하는 대신 풍부한 확률적 잠재 공간을 상속함으로써 TL-VAE는 고품질 생성 또는 표현 학습에 필요한 타겟 도메인 데이터의 양을 극적으로 줄입니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Transfer Learning with Variational Autoencoder. ScholarGate. https://scholargate.app/ko/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.
- Fine-Tuned Generative Adversarial Network딥러닝↔ compare
- 파인튜닝된 변이형 오토인코더딥러닝↔ compare
- 생성적 적대 신경망딥러닝↔ compare
- 준지도 학습 변이형 오토인코더딥러닝↔ compare
- 컨볼루션 신경망을 이용한 전이 학습딥러닝↔ compare
- Variational Autoencoder딥러닝↔ compare