Polosupervizovaný difúzny model
Polosupervizovaný difúzny model rozširuje pravdepodobnostný rámec difúznych modelov na odšumovanie na nastavenia, kde iba zlomok tréningových vzoriek nesie triedne štítky. Kombináciou bezpodmienečného difúzneho chrbticového modelu s ľahkým klasifikátorom trénovaným na označených príkladoch sa model učí generovať vysokokvalitné výstupy podmienené štítkami, pričom stále využíva štruktúru v neoznačených dátach.
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.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised Diffusion Model for Generative Learning with Partial Labels. ScholarGate. https://scholargate.app/sk/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.
- Generatívna protiadverзárna sieťHlboké učenie↔ compare
- Polosupervizované učenieStrojové učenie↔ compare
- Variačný autoenkodérHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →