نقدم خوارزمية التدريب بالتوافق الاستدلالي (Interpolation Consistency Training - ICT)، وهي خوارزمية بسيطة وكفوءة من حيث الحسابات لتدريب الشبكات العصبية العميقة في إطار التعلم شبه المشرف. تشجع ICT على أن تكون التوقعات عند نقطة تداخل البيانات غير المصنفة متسقة مع تداخل التوقعات عند تلك النقاط. في مشاكل التصنيف، تنقل ICT حد القرار إلى مناطق ذات كثافة منخفضة في توزيع البيانات. أظهرت تجاربنا أن ICT تحقق أداءً يتفوق على أفضل ما تم تحقيقه سابقًا عند تطبيقها على هياكل الشبكات العصبية القياسية في مجموعتي بيانات الاختبار القياسيتين CIFAR-10 وSVHN. كما بينت تحليلاتنا النظرية أن ICT تعادل نوعًا معينًا من التنظيم التكيفي للبيانات باستخدام نقاط غير مصنفة، مما يقلل من الانحياز الزائد للنقاط المصنفة تحت قيم الثقة المرتفعة.