Învățare prin transfer cu rețea neuronală convoluțională
Învățarea prin transfer cu CNN reutilizează o rețea neuronală convoluțională care a fost deja antrenată pe un set mare de date — cel mai frecvent ImageNet — și adaptează detectoarele sale de caracteristici învățate la un set de date țintă nou, adesea mai mic. Acest lucru permite cercetătorilor să obțină performanțe puternice de recunoaștere a imaginilor fără resursele masive de calcul și de date necesare pentru a antrena un CNN de la zero.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Transfer Learning with Convolutional Neural Network (Feature Extraction and Fine-Tuning). ScholarGate. https://scholargate.app/ro/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.
- Rețea neuronală convoluțională (CNN) ajustată fin (Fine-Tuned)Învățare profundă↔ compare
- Clasificarea ImaginilorÎnvățare profundă↔ compare
- Detecția obiectelorÎnvățare profundă↔ compare
- Segmentare semanticăÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →