檢索結果:共3筆資料 檢索策略: cdept.raw="資訊工程系" and ckeyword.raw="遷移學習"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
使用深度學習,我們很容易地可以分辨圖片的正確性,由於房間室內場景的圖片每一種都很相似,所以需要大量的資料和時間來進行辨識,來提高準確率。因此我們使用遷移學習來改善我們的神經網路,從已經預先訓練好的模…
2
我們提出了應用於非監督遷移學習的方法,此方法基於特徵空間擴散和保守的標記策略。遷移學習近年來在許多應用上引發了關注。深度學習的成功故事使我們要求從源域中的有效建模進而擴展於目標域的有效建模。正如許多…
3
我們提出結合三個不同的卷積神經網路並融合各自分類結果最終決定出臉部情緒,這三個網路在過去幾年不同的圖像辨識競賽上面都有很好的成績,分別是 VGG16、ResNet50 和 SeNet50 網…