Многослойный перцептрон с частичной разметкой
Многослойный перцептрон с частичным обучением (SSL-MLP) — это нейронная сеть прямого распространения, обученная на небольшом наборе размеченных примеров вместе с большим набором неразмеченных примеров. Комбинируя контролируемую функцию потерь перекрестной энтропии на размеченных данных с неконтролируемой целью согласованности или псевдо-маркировки на неразмеченных данных, он извлекает гораздо больше информации из данных, чем чисто контролируемый MLP, обученный только на метках.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Chapelle, O., Scholkopf, B. & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Lee, D.-H. (2013). Pseudo-label: The simple and efficient semi-supervised learning method for deep neural networks. ICML 2013 Workshop on Challenges in Representation Learning. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Semi-supervised Multilayer Perceptron (SSL-MLP). ScholarGate. https://scholargate.app/ru/deep-learning/semi-supervised-multilayer-perceptron
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.
- Дообученная многослойная перцептронная сетьГлубокое обучение↔ compare
- Полу-контролируемая свёрточная нейронная сетьГлубокое обучение↔ compare
- Полусупервизорная LSTMГлубокое обучение↔ compare
- Многослойный перцептрон со слабым контролемГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →