Model de difuzie semisupervizat
Un model de difuzie semisupervizat extinde cadrul probabilistic de difuzie cu denoising la setări în care doar o fracțiune din eșantioanele de antrenament poartă etichete de clasă. Prin combinarea unui nucleu de difuzie necondiționată cu un clasificator ușor antrenat pe exemple etichetate, acesta învață să genereze ieșiri de înaltă calitate, condiționate de etichetă, exploatând în același timp structura datelor neetichetate.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Sohl-Dickstein, J., Weiss, E., Maheswaranathan, N., & Ganguli, S. (2015). Deep Unsupervised Learning using Nonequilibrium Thermodynamics. Proceedings of the 32nd International Conference on Machine Learning (ICML), 2256–2265. link ↗
- Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Semi-supervised Diffusion Model for Generative Learning with Partial Labels. ScholarGate. https://scholargate.app/ro/deep-learning/semi-supervised-diffusion-model
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.
- Rețea Generativă AdversarialÎnvățare profundă↔ compare
- Învățare semi-supervizatăÎnvățare automată↔ compare
- Autoencoder VariaționalÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →