Запис доказів методу

Semi-supervised Multilayer Perceptron

A semi-supervised multilayer perceptron (SSL-MLP) is a feedforward neural network trained on a small pool of labeled examples together with a larger pool of unlabeled examples. By combining supervised cross-entropy loss on labeled data with an unsupervised consistency or pseudo-label objective on unlabeled data, it extracts far more signal from the data than a purely supervised MLP trained on labels alone.

Sources recorded, not reviewed

Запис джерела

Цитати скопійовано дослівно з вихідного запису методу. Вони не передбачають перевірки на рівні тверджень.

Semi-supervised Multilayer Perceptron (SSL-MLP)

Запис таксономічного методу · ml-model / deep-learning

Chapelle, O., Scholkopf, B. & Zien, A. (Eds.) (2006). Semi-Supervised Learning. MIT Press. · ISBN 978-0-262-03358-9
Lee, D.-H. (2013). Pseudo-label: The simple and efficient semi-supervised learning method for deep neural networks. ICML 2013 Workshop on Challenges in Representation Learning. · URL

Відкрити повний метод

Відібрані твердження

Твердження збережено в журналі доказів, кожне зі своєю оцінкою.

Відібраних тверджень ще немає

Цей перегляд не вигадує оцінку твердження, якщо в журналі її немає.

Пов'язані методи

Згенеровано з графа методів і показано як рекомендовані системою зв'язки — жодне твердження доказів не передбачається.

Taxonomic bucketFine-Tuned Multilayer Perceptronmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSemi-supervised Convolutional Neural Networkmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSemi-supervised LSTMmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketWeakly supervised multilayer perceptronmachine-suggested · Relational suggestion, not evidence.