Transfer Learning với Mạng Nơ-ron Tích chập
Transfer Learning với CNN tái sử dụng một mạng nơ-ron tích chập đã được huấn luyện trên một tập dữ liệu lớn — phổ biến nhất là ImageNet — và điều chỉnh các bộ dò đặc trưng đã học của nó cho một tập dữ liệu đích mới, thường nhỏ hơn. Điều này cho phép các nhà nghiên cứu đạt được hiệu suất nhận dạng hình ảnh mạnh mẽ mà không cần tài nguyên tính toán và dữ liệu khổng lồ cần thiết để huấn luyện CNN từ đầu.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Transfer Learning with Convolutional Neural Network (Feature Extraction and Fine-Tuning). ScholarGate. https://scholargate.app/vi/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.
- Mạng nơ-ron tích chập tinh chỉnhHọc sâu↔ compare
- Phân loại ảnhHọc sâu↔ compare
- Phát hiện đối tượngHọc sâu↔ compare
- Phân đoạn ngữ nghĩaHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →