फाइन-ट्यून्ड कन्волюशनल न्यूरल नेटवर्क
सीएनएन को फाइन-ट्यून करने का मतलब है एक बड़े डेटासेट - आम तौर पर इमेजनेट - पर पहले से प्रशिक्षित नेटवर्क से शुरुआत करना और एक छोटे लक्ष्य डेटासेट पर प्रशिक्षण जारी रखना ताकि मॉडल नए कार्य के लिए अपने सीखे हुए विज़ुअल फीचर्स को अनुकूलित कर सके। यह दृष्टिकोण शुरू से प्रशिक्षण की तुलना में मजबूत प्रदर्शन तक पहुंचने के लिए आवश्यक डेटा और कंप्यूट को नाटकीय रूप से कम करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
+6 और
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Fine-Tuned Convolutional Neural Network (CNN Fine-Tuning via Transfer Learning). ScholarGate. https://scholargate.app/hi/deep-learning/fine-tuned-convolutional-neural-network
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- फाइन-ट्यून्ड रिकरंट न्यूरल नेटवर्कगहन अधिगम↔ तुलना करें
- फाइन-ट्यून्ड विजन ट्रांसफार्मरगहन अधिगम↔ तुलना करें
- छवि वर्गीकरणगहन अधिगम↔ तुलना करें
- ऑब्जेक्ट डिटेक्शनगहन अधिगम↔ तुलना करें
- कनवोल्यूशनल न्यूरल नेटवर्क के साथ ट्रांसफर लर्निंगगहन अधिगम↔ तुलना करें