ScholarGate
Pembantu
Machine learningDeep learning / NLP / CV

Pembelajaran Pindahan dengan Rangkaian Neural Konvolusi

Pembelajaran Pindahan dengan CNN menggunakan semula rangkaian neural konvolusi yang telah dilatih pada set data yang besar — paling lazim ImageNet — dan menyesuaikan pengesan ciri yang dipelajarinya kepada set data sasaran baharu yang selalunya lebih kecil. Ini membolehkan penyelidik mencapai prestasi pengecaman imej yang kukuh tanpa sumber pengkomputeran dan data yang besar yang diperlukan untuk melatih CNN dari awal.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

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

+4 more

Sumber

  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

Cara memetik halaman ini

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

Dirujuk oleh

ScholarGateTransfer Learning with Convolutional Neural Network (Transfer Learning with Convolutional Neural Network (Feature Extraction and Fine-Tuning)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/deep-learning/transfer-learning-with-convolutional-neural-network · Set data: https://doi.org/10.5281/zenodo.20539026