Convolutional Neural Network thích ứng miền
Một CNN thích ứng miền huấn luyện một mạng tích chập trên một miền nguồn được gán nhãn và điều chỉnh các biểu diễn đặc trưng đã học của nó sang một miền đích không được gán nhãn hoặc có ít nhãn, thu hẹp khoảng cách phân phối để các bộ phân loại hình ảnh có thể chuyển giao đáng tin cậy giữa các tập dữ liệu, cảm biến hoặc điều kiện chụp ảnh mà không cần chú thích lại hoàn toàn.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- Ganin, Y., Ustinova, E., Ajakan, H., Germain, P., Larochelle, H., Laviolette, F., Marchand, M., & Lempitsky, V. (2016). Domain-adversarial training of neural networks. Journal of Machine Learning Research, 17(59), 1–35. link ↗
- Tzeng, E., Hoffman, J., Saenko, K., & Darrell, T. (2017). Adversarial discriminative domain adaptation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 7167–7176. DOI: 10.1109/CVPR.2017.316 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Domain-adaptive Convolutional Neural Network (DA-CNN). ScholarGate. https://scholargate.app/vi/deep-learning/domain-adaptive-convolutional-neural-network
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Mạng nơ-ron hồi quy thích ứng miềnHọc sâu↔ so sánh
- Transformer Thị giác Thích ứng MiềnHọc sâu↔ so sánh
- Mạng nơ-ron tích chập tinh chỉnhHọc sâu↔ so sánh
- Phân loại ảnhHọc sâu↔ so sánh
- Transfer Learning với Mạng Nơ-ron Tích chậpHọc sâu↔ so sánh
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →