檢索結果：共4筆資料 檢索策略： "Deep Learning".ekeyword (精準) and cadvisor.raw="鮑興國"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
由於模型結構複雜，深度學習方法通常在模型訓練和模型預測中引入較高的時間和空間複雜度。為了有效地將深度學習方法應用於輕量級設備，例如物聯網環境設備，模型壓縮到輕量級版本近年來引起了人們的關注。知識蒸餾…
2
有鑑於深度學習發展日趨成熟，被拓展應用之領域與日俱增，然而，深度學習常用的深度網路可解釋性低的缺點，也逐漸被重視，歐盟個資保護新法亦針對個人化自動決策方面，賦予用戶請求決策解釋的權利，於此，模型的可…
3
圖像去噪在計算機視覺的許多任務中發揮著重要作用，尤其是預處理步 驟。無論是企業還是科技公司，都是非常重要的技術，而良好的去噪可以 幫助模型進一步提高準確率。其中，去除水印是一項相對複雜的任務。與 盲…
4
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…