ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Transfer Learning met Convolutional Neural Network

Transfer Learning met CNN hergebruikt een convolutioneel neuraal netwerk dat reeds getraind is op een grote dataset — meestal ImageNet — en past de geleerde kenmerkdetectoren aan voor een nieuwe, vaak kleinere doeldataset. Dit stelt onderzoekers in staat om sterke prestaties op het gebied van beeldherkenning te behalen zonder de enorme rekenkracht en data-middelen die nodig zijn om een CNN vanaf nul te trainen.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

+4 more

Bronnen

  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

Deze pagina citeren

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

Geciteerd door

ScholarGateTransfer Learning with Convolutional Neural Network (Transfer Learning with Convolutional Neural Network (Feature Extraction and Fine-Tuning)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/deep-learning/transfer-learning-with-convolutional-neural-network · Gegevensset: https://doi.org/10.5281/zenodo.20539026