شبکه عصبی کانولوشنی تنظیمشده
تنظیم دقیق یک CNN به معنای شروع با شبکهای است که قبلاً روی مجموعه داده بزرگی - معمولاً ImageNet - آموزش دیده است و ادامه آموزش روی مجموعه داده هدف کوچکتر، به طوری که مدل ویژگیهای بصری آموختهشده خود را با وظیفه جدید تطبیق دهد. این رویکرد به طور چشمگیری دادهها و محاسبات مورد نیاز برای دستیابی به عملکرد قوی را در مقایسه با آموزش از ابتدا کاهش میدهد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Fine-Tuned Convolutional Neural Network (CNN Fine-Tuning via Transfer Learning). ScholarGate. https://scholargate.app/fa/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.
- شبکه عصبی بازگشتی تنظیمشدهیادگیری عمیق↔ compare
- ویژن ترنسفورمر تنظیمشده (Fine-Tuned Vision Transformer)یادگیری عمیق↔ compare
- طبقهبندی تصویریادگیری عمیق↔ compare
- تشخیص اشیاءیادگیری عمیق↔ compare
- یادگیری انتقالی با شبکههای عصبی کانولوشنییادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →