Тонке налаштування згорткової нейронної мережі (CNN)
Тонке налаштування CNN означає початок роботи з мережею, яка вже була навчена на великому наборі даних — зазвичай ImageNet — і продовження навчання на меншому цільовому наборі даних, щоб модель адаптувала свої вивчені візуальні ознаки до нового завдання. Цей підхід драматично зменшує обсяг даних та обчислювальних ресурсів, необхідних для досягнення високої продуктивності, порівняно з навчанням з нуля.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Джерела
- Yosinski, J., Clune, J., Bengio, Y., & Lipson, H. (2014). How transferable are features in deep neural networks? Advances in Neural Information Processing Systems, 27. link ↗
- Tajbakhsh, N., Shin, J. Y., Gurudu, S. R., Hurst, R. T., Kendall, C. B., Gotway, M. B., & Liang, J. (2016). Convolutional neural networks for medical image analysis: Full training or fine tuning? IEEE Transactions on Medical Imaging, 35(5), 1299–1312. DOI: 10.1109/TMI.2016.2535302 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Fine-Tuned Convolutional Neural Network (CNN Fine-Tuning via Transfer Learning). ScholarGate. https://scholargate.app/uk/deep-learning/fine-tuned-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.
- Доопрацьована рекурентна нейронна мережаГлибоке навчання↔ compare
- Vision Transformer з доналаштуваннямГлибоке навчання↔ compare
- Класифікація зображеньГлибоке навчання↔ compare
- Виявлення об'єктівГлибоке навчання↔ compare
- Трансферне навчання зі згортковою нейронною мережеюГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →