Фина настройка на конволюционна невронна мрежа
Фина настройка на КНМ означава започване с мрежа, вече обучена върху голям набор от данни — обикновено ImageNet — и продължаване на обучението върху по-малък целеви набор от данни, така че моделът да адаптира научените си визуални характеристики към нова задача. Този подход драстично намалява необходимите данни и изчислителна мощност за постигане на силна производителност в сравнение с обучението от нулата.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Източници
- Yosinski, J., Clune, J., Bengio, Y., & Lipson, H. (2014). How transferable are features in deep neural networks? Advances in Neural Information Processing Systems, 27. link ↗
- Tajbakhsh, N., Shin, J. Y., Gurudu, S. R., Hurst, R. T., Kendall, C. B., Gotway, M. B., & Liang, J. (2016). Convolutional neural networks for medical image analysis: Full training or fine tuning? IEEE Transactions on Medical Imaging, 35(5), 1299–1312. DOI: 10.1109/TMI.2016.2535302 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Fine-Tuned Convolutional Neural Network (CNN Fine-Tuning via Transfer Learning). ScholarGate. https://scholargate.app/bg/deep-learning/fine-tuned-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.
- Фино настроена рекурентна невронна мрежаДълбоко обучение↔ compare
- Фино настроен Vision TransformerДълбоко обучение↔ compare
- Класификация на изображенияДълбоко обучение↔ compare
- Детекция на обектиДълбоко обучение↔ compare
- Трансферно обучение с конволюционна невронна мрежаДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →