Rangkaian Saraf Konvolusional Separuh-Terawasi
CNN Separuh-Terawasi melatih rangkaian konvolusional pada set imej berlabel kecil dan kumpulan imej tidak berlabel yang lebih besar secara serentak, menggunakan teknik seperti pelabelan palsu dan regularisasi konsistensi untuk mengekstrak isyarat penyeliaan daripada data tidak berlabel. Strategi ini merapatkan sebahagian besar jurang prestasi yang disebabkan oleh anotasi yang jarang tanpa memerlukan usaha pelabelan manusia tambahan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Semi-supervised Convolutional Neural Network (SSL-CNN). ScholarGate. https://scholargate.app/ms/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.
- Fine-Tuned Convolutional Neural NetworkPembelajaran Mendalam↔ compare
- Rangkaian Saraf Konvolusional Kendiri-SeliaPembelajaran Mendalam↔ compare
- Klasifikasi Imej Separuh-SeliaPembelajaran Mendalam↔ compare
- Pembelajaran Pindahan dengan Rangkaian Neural KonvolusiPembelajaran Mendalam↔ compare
- Rangkaian Saraf Konvolusional (CNN) Berwaswasan LemahPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →