ScholarGate
アシスタント
Machine learningDeep learning / NLP / CV

畳み込みニューラルネットワークを用いた転移学習

畳み込みニューラルネットワーク（CNN）を用いた転移学習は、大規模データセットで既に学習済みのCNNを再利用し、学習済みの特徴検出器を新しい、しばしばより小さなターゲットデータセットに適応させる手法です。これにより、研究者はゼロからCNNを学習するために必要な膨大な計算リソースとデータリソースなしに、強力な画像認識性能を達成できます。

MethodMindで開く近日公開動画近日公開Download slides

手法の全文を読む

会員限定

無料アカウントでログインすると、このセクションを読めます。

ログイン

Method map

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

畳み込みニューラルネットワークを用いた転移学習
ファインチューニングされた畳み込みニューラルネッ…画像分類物体検出セマンティックセグメンテーションドメイン適応型畳み込みニューラルネットワーク多言語畳み込みニューラルネットワークマルチモーダル畳み込みニューラルネットワーク自己教師あり畳み込みニューラルネットワーク半教師あり畳み込みニューラルネットワーク転移学習GAN

+4 more

出典

  1. 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 ↗
  2. 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 ↗

このページの引用方法

ScholarGate. (2026, June 3). Transfer Learning with Convolutional Neural Network (Feature Extraction and Fine-Tuning). ScholarGate. https://scholargate.app/ja/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.

Compare side by side →

この手法を参照する項目

ドメイン適応型畳み込みニューラルネットワークファインチューニングされた畳み込みニューラルネットワーク多言語畳み込みニューラルネットワークマルチモーダル畳み込みニューラルネットワーク自己教師あり畳み込みニューラルネットワークセマンティックセグメンテーション半教師あり畳み込みニューラルネットワーク転移学習GAN変分オートエンコーダーを用いた転移学習拡散モデルを用いた転移学習グラフニューラルネットワークを用いた転移学習強化学習における転移学習

このページに誤りを見つけましたか?報告・修正提案 →

ScholarGate — Transfer Learning with Convolutional Neural Network (Transfer Learning with Convolutional Neural Network (Feature Extraction and Fine-Tuning)). 2026-06-15に以下より取得 https://scholargate.app/ja/deep-learning/transfer-learning-with-convolutional-neural-network · データセット: https://doi.org/10.5281/zenodo.20539026