Полусупервизированный вариационный автокодировщик
Полусупервизированный ВА (модель M2) — это глубокий генеративный метод, который совместно изучает латентное представление входных данных и классификатор, используя как размеченные, так и неразмеченные примеры в принципиальной вероятностной системе. Предложенный Kingma et al. в 2014 году, он позволяет точно классифицировать даже при нехватке меток, поскольку генеративная модель объясняет неразмеченные наблюдения.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Kingma, D. P., Mohamed, S., Rezende, D. J., & Wierstra, D. (2014). Semi-supervised learning with deep generative models. Advances in Neural Information Processing Systems (NeurIPS), 27, 3581–3589. link ↗
- Kingma, D. P., & Welling, M. (2014). Auto-Encoding Variational Bayes. International Conference on Learning Representations (ICLR 2014). link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Semi-supervised Variational Autoencoder (M1/M2 Generative Model). ScholarGate. https://scholargate.app/ru/deep-learning/semi-supervised-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.
- Генеративно-состязательная сетьГлубокое обучение↔ compare
- Самообучающийся вариационный автокодировщикГлубокое обучение↔ compare
- Полу-контролируемая свёрточная нейронная сетьГлубокое обучение↔ compare
- Трансформер с полуавтоматическим обучениемГлубокое обучение↔ compare
- Transfer Learning with a Variational AutoencoderГлубокое обучение↔ compare
- Вариационный автокодировщикГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →