Polosúvislé konvolučné neuronové siete
Polosúvislá CNN trénuje konvolučnú sieť na malej sade označených obrázkov a väčšom množstve neoznačených obrázkov súčasne, pričom využíva techniky ako pseudo-označovanie a regularizácia konzistencie na extrakciu supervízneho signálu z neoznačených dát. Táto stratégia znižuje veľkú časť výkonnostnej medzery spôsobenej nedostatočnými anotáciami bez potreby dodatočného úsilia pri ľudskom označovaní.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Zdroje
- Lee, D.-H. (2013). Pseudo-label: The simple and efficient semi-supervised learning method for deep neural networks. ICML Workshop on Challenges in Representation Learning. link ↗
- Tarvainen, A. & Valpola, H. (2017). Mean teachers are better role models: Weight-averaged consistency targets improve semi-supervised deep learning results. Advances in Neural Information Processing Systems (NeurIPS), 30. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised Convolutional Neural Network (SSL-CNN). ScholarGate. https://scholargate.app/sk/deep-learning/semi-supervised-convolutional-neural-network
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.
- Jemne doladená konvolučná neurónová sieťHlboké učenie↔ compare
- Konvolučná neuronová sieť so samoučiacim sa dohľadomHlboké učenie↔ compare
- Polosupervizované klasifikovanie obrazovHlboké učenie↔ compare
- Prenosové učenie s konvolučnou neurónovou sieťouHlboké učenie↔ compare
- Slabá konvolučná neurónová sieťHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →