Prenosové učenie s konvolučnou neurónovou sieťou
Prenosové učenie (Transfer Learning) s CNN opätovne využíva konvolučnú neurónovú sieť, ktorá už bola trénovaná na rozsiahlej dátovej sade – najčastejšie ImageNet – a adaptuje jej naučené detektory prvkov na novú, často menšiu cieľovú dátovú sadu. To umožňuje výskumníkom dosiahnuť vysoký výkon v rozpoznávaní obrazu bez masívnych výpočtových a dátových zdrojov potrebných na trénovanie CNN od začiatku.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Transfer Learning with Convolutional Neural Network (Feature Extraction and Fine-Tuning). ScholarGate. https://scholargate.app/sk/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.
- Jemne doladená konvolučná neurónová sieťHlboké učenie↔ compare
- Klasifikácia obrazuHlboké učenie↔ compare
- Detekcia objektovHlboké učenie↔ compare
- Sémantická segmentáciaHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →