Preneseno učenje s konvolucijskim neuronskim mrežama
Preneseno učenje s pomoću CNN-a (konvolucijske neuronske mreže) ponovno koristi konvolucijsku neuronsku mrežu koja je već obučena na velikom skupu podataka — najčešće ImageNet — te prilagođava njezine naučene detektore značajki novom, često manjem ciljnom skupu podataka. To istraživačima omogućuje postizanje snažnih performansi u prepoznavanju slika bez ogromnih računalnih resursa i podataka potrebnih za obuku CNN-a od nule.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Transfer Learning with Convolutional Neural Network (Feature Extraction and Fine-Tuning). ScholarGate. https://scholargate.app/hr/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.
- Fino ugađana konvolucijska neuronska mrežaDuboko učenje↔ compare
- Klasifikacija slikaDuboko učenje↔ compare
- Detekcija objekataDuboko učenje↔ compare
- Semantička segmentacijaDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →