基于梯形网络的半监督学习
神经与进化计算
2015-11-25 v2 机器学习
机器学习
摘要
我们将深度神经网络中的监督学习与无监督学习相结合。所提出的模型通过反向传播同时最小化监督和无监督代价函数之和进行训练，避免了逐层预训练的需要。我们的工作建立在 Valpola (2015) 提出的梯形网络之上，通过将该模型与监督相结合进行了扩展。我们证明，所得模型在半监督 MNIST 和 CIFAR-10 分类任务中达到了最先进的性能，此外在带有全部标签的置换不变 MNIST 分类任务中也表现优异。
引用
@article{arxiv.1507.02672,
title = {Semi-Supervised Learning with Ladder Networks},
author = {Antti Rasmus and Harri Valpola and Mikko Honkala and Mathias Berglund and Tapani Raiko},
journal= {arXiv preprint arXiv:1507.02672},
year = {2015}
}
备注
Revised denoising function, updated results, fixed typos