Machine learningDeep learning / NLP / CV

컨볼루션 신경망을 이용한 전이 학습

컨볼루션 신경망(CNN)을 이용한 전이 학습은 대규모 데이터셋(가장 흔하게는 ImageNet)으로 이미 학습된 컨볼루션 신경망을 재사용하여, 학습된 특징 검출기를 새롭고 종종 더 작은 대상 데이터셋에 맞게 조정하는 방식입니다. 이를 통해 연구자들은 처음부터 CNN을 학습시키는 데 필요한 막대한 컴퓨팅 및 데이터 자원 없이도 강력한 이미지 인식 성능을 달성할 수 있습니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

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

컨볼루션 신경망을 이용한 전이 학습

미세 조정된 합성곱 신경망 이미지 분류 객체 탐지 Semantic segmentation 도메인 적응형 합성곱 신경망 다국어 합성곱 신경망 다중 양식 합성곱 신경망 자가 지도 합성곱 신경망 준지도학습 합성곱 신경망 전이 학습 GAN

+4 more

출처

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 ↗

이 페이지 인용 방법

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

이 방법을 참조하는 항목

도메인 적응형 합성곱 신경망 미세 조정된 합성곱 신경망 다국어 합성곱 신경망 다중 양식 합성곱 신경망 자가 지도 합성곱 신경망 Semantic segmentation 준지도학습 합성곱 신경망 전이 학습 GAN Variational Autoencoder를 이용한 전이 학습 확산 모델을 이용한 전이 학습 그래프 신경망을 이용한 전이 학습 강화학습에서의 전이 학습

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →