Polu-nadgledana Varijaciona Autoenkoder
Polu-nadgledani VAE (M2 model) je duboka generativna metoda koja zajednički uči latentnu reprezentaciju ulaza i klasifikator, koristeći kako označene tako i neoznačene primere u principijelnim probabilističkim okvirima. Predstavljen od strane Kingme et al. 2014. godine, omogućava tačnu klasifikaciju čak i kada su oznake retke, tako što generativni model objašnjava neoznačene opservacije.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Semi-supervised Variational Autoencoder (M1/M2 Generative Model). ScholarGate. https://scholargate.app/sr/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.
- Generativna suparnička mrežaDuboko učenje↔ compare
- Самонадгледани варијациони аутоенкодерDuboko učenje↔ compare
- Polu-nadgledana konvoluciona neuronska mrežaDuboko učenje↔ compare
- Полу-надгледани ТрансформерDuboko učenje↔ compare
- Prenosno učenje sa varijacioni autoenkoderomDuboko učenje↔ compare
- Varijacioni autoenkoderDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →