神经网络与深度学习
白天
夜间
首页
下载
阅读记录
书签管理
我的书签
添加书签
移除书签
迁移学习
浏览
82
扫码
分享
2023-11-24 00:24:54
将一个训练好的模型通过简单的调整使其适用于一个新的问题。
可以保留训练好模型的所有卷积层参数,只替换全连接层
全连接层之前的网络称之为瓶颈层(bottleneck)
瓶颈层可以看做是一个训练好的特征提取器
若有收获,就点个赞吧
0 人点赞
上一篇:
下一篇:
迁移学习
LeNet
卷积层
第五章 深度神经网络的训练
第四章 神经网络可以计算任何函数的可视化证明
第三章 Improving the way neural networks learn
第一章:Perceptrons and sigmoid neuron(感知机及S神经元)
暂无相关搜索结果!
让时间为你证明
分享,让知识传承更久远
×
文章二维码
×
手机扫一扫,轻松掌上读
文档下载
×
请下载您需要的格式的文档,随时随地,享受汲取知识的乐趣!
PDF
文档
EPUB
文档
MOBI
文档
书签列表
×
阅读记录
×
阅读进度:
0.00%
(
0/0
)
重置阅读进度
×
思维导图备注