Transfer Learning cu Autoencoder Variațional
Transfer Learning cu un Autoencoder Variațional (TL-VAE) reutilizează un encoder și/sau decoder pre-antrenat pe un set de date sursă mare și îl adaptează la un domeniu țintă mai mic. Prin moștenirea unui spațiu latent probabilistic bogat, în loc să pornească de la ponderi aleatorii, TL-VAE reduce dramatic cantitatea de date din domeniul țintă necesară pentru generare de înaltă calitate sau învățare de reprezentări.
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
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Transfer Learning with Variational Autoencoder. ScholarGate. https://scholargate.app/ro/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.
- Rețea Generativă Adversarială Fin-ReglatăÎnvățare profundă↔ compare
- Variational Autoencoder Ajustat FinÎnvățare profundă↔ compare
- Rețea Generativă AdversarialÎnvățare profundă↔ compare
- Variational Autoencoder Semi-supervizatÎnvățare profundă↔ compare
- Învățare prin transfer cu rețea neuronală convoluționalăÎnvățare profundă↔ compare
- Autoencoder VariaționalÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →