檢索結果：共3筆資料 檢索策略： "Deep-learning".ekeyword (精準) and ckeyword.raw="Caffe"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
在過去，人們通常使用皮膚特徵提取或上下文的關鍵詞，並組合多個過濾器來辨識令人反感的圖像。深度學習雖能提高辨識程度，卻相對需要大量訓練集及冗長的訓練時間。隨著硬體和新演算法的研究發展，這些問題逐漸得到…
2
近年來，在物件檢測與辨識上最常用到的方法是深度學習，而在深度學習的過程中最重要的東西就是在訓練過程中的數據集。但是當我們仔細瀏覽這些用來訓練的數據集會發現這些數據集都是在晴朗的白天而且簡單的環境下記…
3
在過去，分辨人種的不同通常是使用面部特徵擷取和淺層學習像是decision trees， SVM，Naive Bayes 等等。深度學習通常都需要花費大量的時間來訓練。但隨著硬體的進步以及新的演算法…