Изменения

Перейти к: навигация, поиск

Глубокое обучение

2 байта добавлено, 19:33, 13 декабря 2018
Transfer learning
== Transfer learning ==
Глубокие нейронные сети требовательны к большим объемам данных для сходимости обучения. Поэтому часто встречается ситуация, когда для решаемой задачи недостаточно данных для того, чтобы хорошо натренировать все слои нейросети. Для решения этой проблемы используется '''transfer learning'''<ref>[https://habr.com/company/binarydistrict/blog/428255/ Transfer Learning: как быстро обучить нейросеть на своих данных, habr.com]</ref>.
 
'''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>.
{|align="center"
|-valign="top"
|[[Файл:Transfer.jpeg|border|450px|thumb|left|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 ==
57
правок

Навигация