Aprenentatge per transferència amb xarxa neuronal convolucional
L'aprenentatge per transferència amb CNN reutilitza una xarxa neuronal convolucional que ja ha estat entrenada en un gran conjunt de dades —més comunament ImageNet— i adapta els seus detectors de característiques apresos a un nou conjunt de dades objectiu, sovint més petit. Això permet als investigadors aconseguir un rendiment sòlid en el reconeixement d'imatges sense els enormes recursos computacionals i de dades necessaris per entrenar una CNN des de zero.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Transfer Learning with Convolutional Neural Network (Feature Extraction and Fine-Tuning). ScholarGate. https://scholargate.app/ca/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.
- Xarxa neuronal convolucional afinadaAprenentatge profund↔ compare
- Classificació d'imatgesAprenentatge profund↔ compare
- Detecció d'objectesAprenentatge profund↔ compare
- Segmentació semànticaAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →