Изменения
Нет описания правки
Полный список возможных применений глубокого обучения<ref>[https://en.wikipedia.org/wiki/Deep_learning#Applications Applications of deep learning, Wikipedia]</ref>.
== Transfer learning ==
Глубокие нейронные сети требовательны к большим объемам данных для сходимости обучения, поэтому часто бывает, что для решаемой задачи недостаточно данных для того, чтобы хорошо натренировать все слои нейросети. Для решения этой проблемы используется ```transfer learning```.
```Transfer learning``` {{---}} это исследовательской проблеме в машинном обучении, которая сосредоточена на сохранении знаний, полученных при решении одной проблемы, и применении их к другой, но связанной проблеме<ref>[https://en.wikipedia.org/wiki/Transfer_learning Transfer learning, Wikipedia]</ref>. Чаще всего ```transfer learning``` выглядит следующим образом: нейросеть сначала обучается на большом объеме данных, затем — на целевом наборе. Например, знания, полученные при обучении распознаванию деревьев, могут применяться при попытке распознавания новогодних ёлок.
== Фреймворки для глубокого обучения ==
