نقل التعلم باستخدام الشبكات العصبية الالتفافية
يُعيد نقل التعلم باستخدام الشبكات العصبية الالتفافية (CNN) استخدام شبكة عصبية التفافية تم تدريبها بالفعل على مجموعة بيانات كبيرة — وأكثرها شيوعًا هي ImageNet — ويُكيّف مُكتشِفات الميزات المُتعلّمة لديها مع مجموعة بيانات مستهدفة جديدة، غالبًا ما تكون أصغر. يُمكّن هذا الباحثين من تحقيق أداء قوي في التعرف على الصور دون الحاجة إلى موارد الحوسبة والبيانات الضخمة المطلوبة لتدريب شبكة CNN من الصفر.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
المصادر
- 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 ↗
- Yosinski, J., Clune, J., Bengio, Y., & Lipson, H. (2014). How transferable are features in deep neural networks? Advances in Neural Information Processing Systems (NeurIPS), 27, 3320–3328. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Transfer Learning with Convolutional Neural Network (Feature Extraction and Fine-Tuning). ScholarGate. https://scholargate.app/ar/deep-learning/transfer-learning-with-convolutional-neural-network
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.
- الشبكة العصبونية الالتفافية المُحسَّنة بدقةالتعلم العميق↔ compare
- تصنيف الصورالتعلم العميق↔ compare
- اكتشاف الكائناتالتعلم العميق↔ compare
- التجزئة الدلاليةالتعلم العميق↔ compare