ScholarGate
Asisten
Machine learningDeep learning / NLP / CV

Jaringan Saraf Konvolusional yang Disesuaikan Halus

Menyesuaikan CNN berarti memulai dengan jaringan yang sudah dilatih pada kumpulan data besar — biasanya ImageNet — dan melanjutkan pelatihan pada kumpulan data target yang lebih kecil sehingga model mengadaptasi fitur visual yang dipelajarinya ke tugas baru. Pendekatan ini secara dramatis mengurangi data dan komputasi yang diperlukan untuk mencapai kinerja yang kuat dibandingkan dengan pelatihan dari awal.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

The neighbourhood of related methods — select a node to explore.

+6 more

Sumber

  1. 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
  2. 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

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). Fine-Tuned Convolutional Neural Network (CNN Fine-Tuning via Transfer Learning). ScholarGate. https://scholargate.app/id/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.

Compare side by side

Dirujuk oleh

ScholarGateFine-Tuned Convolutional Neural Network (Fine-Tuned Convolutional Neural Network (CNN Fine-Tuning via Transfer Learning)). Diakses 2026-06-15 dari https://scholargate.app/id/deep-learning/fine-tuned-convolutional-neural-network · Set data: https://doi.org/10.5281/zenodo.20539026