Prenosno učenje sa varijacioni autoenkoderom
Prenosno učenje sa varijacioni autoenkoderom (TL-VAE) ponovo koristi prethodno obučeni enkoder i/ili dekoder na velikom izvornom skupu podataka i prilagođava ga manjoj ciljnoj domeni. Nasleđivanjem bogatog probabilističkog latentnog prostora umesto početka od slučajnih težina, TL-VAE dramatično smanjuje količinu podataka iz ciljne domene potrebne za visokokvalitetno generisanje ili učenje reprezentacija.
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., & 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Transfer Learning with Variational Autoencoder. ScholarGate. https://scholargate.app/sr/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.
- Podešena generativna suparnička mrežaDuboko učenje↔ compare
- Podešeni Varijacioni AutoenkoderDuboko učenje↔ compare
- Generativna suparnička mrežaDuboko učenje↔ compare
- Polu-nadgledana Varijaciona AutoenkoderDuboko učenje↔ compare
- Трансферно учење са конволуционом неуронском мрежомDuboko učenje↔ compare
- Varijacioni autoenkoderDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →