能源部 代码和所有纸质培训记录： 介绍 深度神经网络已成功应用于许多实际应用中。 但是，这些成功很大程度上依赖于大量标记数据，而这些数据的获取成本很高。 最近，已经提出了自动编码转换（AET）和MixMatch并分别针对无监督和半监督学习获得了最新技术成果。 在这项研究中，我们训练了一个自动编码转换（EnAET）集合，通过对空间和非空间转换进行解码，从而基于嵌入表示从标记数据和未标记数据中学习。 这将EnAET与传统的半监督方法区分开来，后者侧重于通过未标记和已标记示例的不同模型来提高预测一致性