Трансферне навчання з варіаційним автокодувальником
Трансферне навчання з варіаційним автокодувальником (TL-VAE) повторно використовує попередньо навчений на великому вихідному наборі даних кодувальник та/або декодер і адаптує його до меншої цільової області. Успадковуючи багатий імовірнісний прихований простір замість початку з випадкових ваг, TL-VAE суттєво зменшує обсяг даних цільової області, необхідних для високоякісної генерації або навчання представлень.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Transfer Learning with Variational Autoencoder. ScholarGate. https://scholargate.app/uk/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.
- Тонко налаштована генеративно-змагальна мережаГлибоке навчання↔ compare
- Варіаційний автокодувальник із доналаштуваннямГлибоке навчання↔ compare
- Генеративно-змагальна мережаГлибоке навчання↔ compare
- Напівавтоматичний варіаційний автокодувальникГлибоке навчання↔ compare
- Трансферне навчання зі згортковою нейронною мережеюГлибоке навчання↔ compare
- Варіаційний автокодувальникГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →