Трансферно учење са конволуционом неуронском мрежом
Трансферно учење са КНМ (CNN) користи конволуциону неуронску мрежу која је већ тренирана на великом скупу података — најчешће ImageNet — и прилагођава њене научене детекторе карактеристика новом, често мањем циљном скупу података. Ово омогућава истраживачима да постигну снажне перформансе препознавања слика без огромних рачунарских ресурса и података потребних за тренирање КНМ од нуле.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Transfer Learning with Convolutional Neural Network (Feature Extraction and Fine-Tuning). ScholarGate. https://scholargate.app/sr/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.
- Fino podešena konvoluciona neuronska mrežaDuboko učenje↔ compare
- Класификација сликаDuboko učenje↔ compare
- Detekcija objekataDuboko učenje↔ compare
- Semantička segmentacijaDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →