Prenosové učenie s variačným autoenkodérom
Prenosové učenie s variačným autoenkodérom (TL-VAE) opätovne používa enkóder a/alebo dekóder predtrénovaný na veľkom zdrojovom datasete a adaptuje ho na menšiu cieľovú doménu. Zdedením bohatého pravdepodobnostného latentného priestoru namiesto začínania s náhodnými váhami TL-VAE dramaticky znižuje množstvo dát z cieľovej domény potrebných pre vysokokvalitnú generáciu alebo učenie reprezentácií.
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
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Transfer Learning with Variational Autoencoder. ScholarGate. https://scholargate.app/sk/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.
- Jemne doladená generatívna adverzárna sieťHlboké učenie↔ compare
- Jemne doladený variačný autoenkodérHlboké učenie↔ compare
- Generatívna protiadverзárna sieťHlboké učenie↔ compare
- Poloautomatický variačný autoenkodérHlboké učenie↔ compare
- Prenosové učenie s konvolučnou neurónovou sieťouHlboké učenie↔ compare
- Variačný autoenkodérHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →