V
主页
3.26 迁移学习与特征提取
发布人
机器学习往往依赖大规模数据集和高昂的计算支撑,那么是否可以将别人花费数周乃至数月训练好的开源模型结构以及模型的权重参数下载下来,用于自己的实验项目呢?例如你手里有一个图像识别分类的项目,但苦于数据集不够充分,或者计算力不能满足需要,此时完全可以借鉴那些在ImageNet领域表现良好的开源模型。 ImageNet拥有来自生活领域的1400多万幅图像,那些能够在ImageNet上进行1000种目标分类的稳定模型,其模型结构和权重参数经过了大量的学习训练与实践检验,因此,基于ImageNet上的成功模型开始你的建模,可能是一个非常不错的选择。这种将某个领域或任务上学习到的知识或模式应用到其他相关领域的方法,称为迁移学习(Transfer Learning)。 Keras框架中不但提供了VGG-16、VGG-19、ResNet、Inception、DenseNet等经典模型的结构定义函数,而且提供了这些模型基于ImageNet训练好的权重参数,用户既可以单独使用这些模型的结构,用自己的数据集去训练自己的模型参数;也可以直接将这些经典模型的预训练权重下载下来,直接用这些模型进行预测或者特征提取等工作。
打开封面
下载高清视频
观看高清视频
视频下载器
2.6 卷积运算
3.9 损失函数
3.28 训练resNet50 模型
【从0到1学人工智能】吹爆!【整整500集】2024年B站最好最全的人工智能基础课程,清华大佬带你恶补AI专业知识!—人工智能基础速成 | 机器学习教程 | 深
这也太全了!图像处理、特征提取、目标检测、图像检索、图像分类、图像修复、图像分割、人脸识别、医疗影像等十大计算机视觉经典算法一口气学完!三天入门到精通!
3.21 1x1卷积
3.14 正则化
3.18 Softmax回归
2.8 卷积步长
2.7 边缘扩充
3.22 Inception卷积网络
3.20 ResNet卷积网络
学懂Pytorch 我只用了3小时!清华大佬强力打造【深度学习Pytorch教程】40集带你入门到实战!
3.10 梯度下降
3.13 偏差与方差
2024年完整的人工智能入门指南
3.8 激励函数
3.25 制作HDF5数据集
4.11 初识YOLO算法
3.11 正向传播
2.13 经典结构LeNet-5
3.12 反向传播
4.9 滑动窗口实现目标检测
2.14 卷积网络结构剖析
2.19 数据标准化
4.14 Anchor Boxes
3.5 筛选数据集
太简单了!从入门到精通一口气学完CNN、RNN、GAN、GNN、Transformer、LSTM终于有人把八大深度学习神经网络知识点讲透彻了!草履虫都能看懂!
2.16 数据集划分
3.3 数据集观察
【林某】要提高代码能力,有没有轻松又高效的办法?新手向!--人工智能/机器学习/深度学习
3.24 数据集划分
3.7 符号化表示
太全了...!从入门到进阶,一口气学完YOLO目标检测算法!存下吧,内含SSD、FasterRCNN、FastRCNN、SPPNet、RCNN等YOLO全部干货
2.22 模型评估
【图像算法工程师必知必会】Python3+TensorFlow打造人脸识别智能小程序,从理论到上手,练完这套完整版教程比看100套教程强!
4.15 YOLO技术演进
3.4 数据分布
我居然3小时学懂了深度学习三大神经网络算法,多亏了这个课程,卷积神经网络、循环神经网络、对抗生成神经网络全部都掌握了!看不懂你打我!!!
1.18 XGBoost回归模型