Konvolūciju neironu tīkls ar adaptāciju domēnai
Adaptācijas domēnai konvolucionālais neironu tīkls (CNN) apmāca konvolucionālo tīklu uz marķētas avota domēnas un pielāgo tā apgūtās iezīmju reprezentācijas nemarķētai vai viegli marķētai mērķa domēnai, pārvarot sadalījuma plaisu, lai vizuālie klasifikatori uzticami pārsūtītu datus starp datu kopām, sensoriem vai attēlveidošanas apstākļiem bez pilnīgas atkārtotas anotācijas.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Ganin, Y., Ustinova, E., Ajakan, H., Germain, P., Larochelle, H., Laviolette, F., Marchand, M., & Lempitsky, V. (2016). Domain-adversarial training of neural networks. Journal of Machine Learning Research, 17(59), 1–35. link ↗
- Tzeng, E., Hoffman, J., Saenko, K., & Darrell, T. (2017). Adversarial discriminative domain adaptation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 7167–7176. DOI: 10.1109/CVPR.2017.316 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Domain-adaptive Convolutional Neural Network (DA-CNN). ScholarGate. https://scholargate.app/lv/deep-learning/domain-adaptive-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.
- Adaptīvs domēna rekurentais neironu tīklsDziļā mācīšanās↔ compare
- Domain-Adaptive Vision TransformerDziļā mācīšanās↔ compare
- Fine-Tuned konvolucionālais neironu tīklsDziļā mācīšanās↔ compare
- Attēlu klasifikācijaDziļā mācīšanās↔ compare
- Pārneses apmācība ar konvolucionālo neironu tīkluDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →