Peenreguleeritud konvolutsiooniline närvivõrk
CNN-i peenreguleerimine tähendab alustamist suurel andmestikul – tavaliselt ImageNetil – juba treenitud võrgust ja jätkamist treenimisega väiksemal sihtandmestikul, et mudel kohaneks õpitud visuaalsed tunnused uue ülesande jaoks. See lähenemisviis vähendab dramaatiliselt vajalikku andmete ja arvutusressursside hulka, et saavutada tugev jõudlus võrreldes nullist alustamisega.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Meetodikaart
Seotud meetodite ümbruskond — vali sõlm, et seda uurida.
+6 veel
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Fine-Tuned Convolutional Neural Network (CNN Fine-Tuning via Transfer Learning). ScholarGate. https://scholargate.app/et/deep-learning/fine-tuned-convolutional-neural-network
Milline meetod?
Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.
- Peenhäälestatud rekurrentne närvivõrkSüvaõpe↔ võrdle
- Häälestatud nägemistransformaatorSüvaõpe↔ võrdle
- PildiklassifikatsioonSüvaõpe↔ võrdle
- ObjektituvastusSüvaõpe↔ võrdle
- Konvolutsioonivõrkude abil ülekantud õppimineSüvaõpe↔ võrdle
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →