Aprendizagem por Transferência com Autoencoder Variacional
A Aprendizagem por Transferência com Autoencoder Variacional (TL-VAE) reutiliza um codificador e/ou decodificador pré-treinado num grande conjunto de dados de origem e adapta-o a um domínio de destino menor. Ao herdar um rico espaço latente probabilístico em vez de começar com pesos aleatórios, o TL-VAE reduz drasticamente a quantidade de dados do domínio de destino necessários para geração de alta qualidade ou aprendizagem de representação.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Transfer Learning with Variational Autoencoder. ScholarGate. https://scholargate.app/pt/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.
- Rede Generativa Adversarial AfiadaAprendizado profundo↔ compare
- Autoencoder Variacional AjustadoAprendizado profundo↔ compare
- Rede Adversarial GenerativaAprendizado profundo↔ compare
- Autoencoder Variacional Semi-supervisionadoAprendizado profundo↔ compare
- Transfer Learning com Redes Neurais ConvolucionaisAprendizado profundo↔ compare
- Autoencoder VariacionalAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →