ScholarGate
Asistent
Machine learningDeep learning / NLP / CV

Prilagođeni Višeslojni Perceptron

Prilagođeni Višeslojni Perceptron (Fine-Tuned Multilayer Perceptron) započinje s utezima naučenima na izvornom zadatku — ili na velikom skupu općih podataka — te nastavlja treniranje na manjem ciljnom skupu podataka sa smanjenom brzinom učenja. Ovo ponovno korištenje prethodno naučenih reprezentacija omogućuje MLP-u bržu konvergenciju i bolju generalizaciju nego treniranje od nule, osobito kada su ciljni označeni podaci oskudni.

Otvorite u MethodMindUskoroVideoUskoroPreuzmi prezentaciju

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Karta metoda

Okruženje srodnih metoda — odaberite čvor za istraživanje.

Izvori

  1. Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323, 533–536. DOI: 10.1038/323533a0
  2. Yosinski, J., Clune, J., Bengio, Y., & Lipson, H. (2014). How transferable are features in deep neural networks? Advances in Neural Information Processing Systems, 27, 3320–3328. link

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Fine-Tuned Multilayer Perceptron (Transfer Learning via MLP Weight Adaptation). ScholarGate. https://scholargate.app/hr/deep-learning/fine-tuned-multilayer-perceptron

Koja metoda?

Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.

Usporedi jedno uz drugo

Citirana u

ScholarGateFine-Tuned Multilayer Perceptron (Fine-Tuned Multilayer Perceptron (Transfer Learning via MLP Weight Adaptation)). Preuzeto 2026-06-15 s https://scholargate.app/hr/deep-learning/fine-tuned-multilayer-perceptron · Skup podataka: https://doi.org/10.5281/zenodo.20539026