resnet101迁移学习第17页

深度学习（Deep Learning）

深度学习框架3.神经网络训练方法4.卷积神经网络，卷积核、池化、通道、激活函数5.循环神经网络，长短时记忆LSTM、门控循环单元GRU6.参数初始化方法、损失函数Loss、过拟合7.对抗生成网络GAN8.迁移学习

人工智能技术与咨询·2023-01-06 04:11

pytorch模型保存与加载（保存最优参数）

提升模型精度数据增强学习率衰减dropout（防止过拟合）正则化BN层（是数据分布相同）迁移学习+微调+增加数据集以上几种方法往往能够提升模型精度在训练数据集时，怎么保存预测精度最高的参数（第几个epoch

算法黑哥·2023-01-05 16:00

【AI】PyTorch实战（三）：迁移学习

1、简述迁移学习和微调的区别：1.1迁移学习迁移学习feature+classifier：通常做法就是在大的数据集（比如ImageNet）上训练出一个CNN，然后提取最后一层卷积层或者倒数第二层全连接层的输出作为

郭老二·2023-01-05 15:26

深度学习Pytorch（九）——迁移学习

深度学习Pytorch（九）——迁移学习文章目录深度学习Pytorch（九）——迁移学习一、简介二、实例1、导入package2、加载数据3、可视化部分图像数据4、训练model5、可视化模型的预测结果

柚子味的羊·2023-01-05 15:56

Pytorch 微调（Fine-tuning）

1.微调1.1迁移学习（TransferLearning）假如我们想识别图片中不同类型的椅子，然后向用户推荐购买链接。一种可能的方法是首先识别100把普通椅子，为每把椅子拍摄1000

哇咔咔负负得正·2023-01-05 15:55

pytorch微调与迁移学习

文章目录先迁移学习下面进行微调来提升模型精度先迁移学习在实际应用中，一般解冻靠近输出的卷积下面展示解冻全部卷积的部分：然后开始训练，训练完以后查看精度最终结果在94.多%下面进行微调来提升模型精度全连接层全部训练好以后才能微调

算法黑哥·2023-01-05 15:21

PyTorch学习笔记06

然而，有关视频的深度学习模型仍然有着许多缺点：计算资源耗费更多，并且没有高质量的modelzoo，不能像图片一样进行迁移学习和论文复现。数据集处理较麻烦，但没有一个很好的视频处理工具。

Shannon_Lau·2023-01-05 14:45

迁移学习resnet_AI实战：迁移学习之使用ResNet做分类

迁移学习包括：1、FeatureExtraction2、Fine-Tuning本文基于tensorflow2.0，使用cats_vs_dog数据集，应用tf.keras.applications创建basemodel

孙晓岸·2023-01-05 14:13

用检索做时间序列预测是一种怎样的体验

微信公众号“圆圆的算法笔记”，持续更新NLP、CV、搜推广干货笔记和业内前沿工作解读~后台回复“交流”加入“圆圆的算法笔记”交流群；回复“时间序列“、”多模态“、”迁移学习“、”NLP“、”图学习“、”

fareise·2023-01-05 14:38

让一个模型处理多种数据的N种方法

微信公众号“圆圆的算法笔记”，持续更新NLP、CV、搜推广干货笔记和业内前沿工作解读~后台回复“交流”加入“圆圆的算法笔记”交流群；回复“时间序列“、”多模态“、”迁移学习“、”NLP“、”图学习“、”

fareise·2023-01-05 14:37

Zero-Shot 物体检测

Zero-ShotLearning零样本学习总体来说是一种特殊的迁移学习。旨在将源域上训练完成的模型，迁移到没有标注数据的目标域中。

DeepWWJ·2023-01-05 14:26

论文阅读《Dual-Awareness Attention for Few-Shot Object Detection》

而小样本检测模型大多使用迁移学习和度量学习的方法来实现跨域学习，大多都采用平均特征来作为类的表征与模型输出的Query表征进行concatenation或element-wiseproduct等来计算相似度

不说话装高手H·2023-01-05 14:50

【深度学习论文翻译】应用于语义分割问题的深度学习技术综述01

目录一、前言二、摘要三、引言四、术语及背景概念1、常见的深度网络架构2、迁移学习3、数据预处理与数据增强五、数据集及竞赛1、2维数据集2、2.5维数据集3、3维数据集一、前言慢慢越来越发现，论文的重要性

水亦心·2023-01-05 11:27

应用于语义分割问题的深度学习技术综述（语义分割综述）

应用于语义分割问题的深度学习技术综述基本介绍摘要1、引言2、术语及背景概念2.1常见的深度网络架构2.1.1AlexNet2.1.2VGG2.1.3GoogLeNet2.1.4ResNet2.1.5ReNet2.2迁移学习

peacefairy·2023-01-05 11:26

Note for ‘Transfer Learning: A Riemannian Geometry Framework With Applications to BCI‘

生物医学工程期刊）的文章‘TransferLearning:ARiemannianGeometryFrameworkWithApplicationstoBrain–ComputerInterfaces’（迁移学习

Y_蒋林志·2023-01-05 08:01

必知前置知识

少样本目标检测基础总结文章目录少样本目标检测基础总结1.定义和训练过程2.相关研究3.两类经典范式3.1基于迁移学习3.2基于元学习3.3两种范式对比4.存在的问题4.1域偏移4.2数据偏差4.5不完整标注

松阁~·2023-01-05 02:49

pytorch 迁移学习实战天气识别

代码：pytorch迁移学习实战，天气识别-深度学习文档类资源-CSDN文库datasetimportrandomimportnumpyasnpimporttorchfromtorchvisionimporttransformsimporttorchvisionif

南妮儿·2023-01-04 23:16

2022 年 MathorCup 高校数学建模挑战赛——大数据竞赛高级版代码(迁移学习+kmeans聚类)

下面给出针对问题二的整体思路和代码(后续继续分析，不再重复收费，购买后加好友一对一指导):骚操作,让评委眼前一亮(迁移学习+Kmeans聚类特征生成)https://mbd.pub/o/bread/Y52Zk55s

专注数据挖掘·2023-01-04 18:02

【译】BERT Fine-Tuning 指南（with PyTorch）

ByChrisMcCormickandNickRyan原文链接：http://tinyurl.com/y74pvgyc介绍历史2018年是NLP突破的一年，迁移学习、特别是AllenAI的ELMO，OpenAI

程序员在深圳V·2023-01-04 16:43

keras系列︱迁移学习：利用InceptionV3进行fine-tuning及预测、完美案例（五）

之前在博客《keras系列︱图像多分类训练与利用bottleneckfeatures进行微调（三）》一直在倒腾VGG16的fine-tuning，然后因为其中的Flatten层一直没有真的实现最后一个模块的fine-tuning。看到github上有一份InceptionV3的fine-tuning并且可以实现。我看到的keras微调的方式分为以下两种：fine-tuning方式一：使用预训练网络

AI视觉网奇·2023-01-04 15:33

AI医药论文笔记--Anti-cancer Drug Synergy Prediction in Understudied Tissues using Transfer Learning

使用迁移学习预测未被研究组织中的抗癌药物协同作用论文题目Anti-cancerDrugSynergyPredictioninUnderstudiedTissuesusingTransferLearning

努力AC的潇潇·2023-01-04 09:51

ResNet网络模型

因为该网络“简单与实用”并存，之后很多方法都建立在ResNet50或者ResNet101的基础上完成的

m0_53675977·2023-01-04 07:22

image caption笔记（二）：《Show and Tell : A Neural Image Caption Generator》

一、基本思想CNN+RNNCNN用的是VGG16RNN部分用的是LSTM.换成resnet101效果会更好。

月半rai·2023-01-03 18:34

使用Tensorflow训练检测口罩模型完整实例

Keep_Trying_Go·2023-01-03 11:26

最大均值差异 Maximum Mean Discrepancy(MMD)

最大均值差异MMD用于衡量两个分布之间的相似性，迁移学习中经常用其来衡量源领域和目标领域的差异性。

thormas1996·2023-01-02 23:49

最大均值差异MMD

最大均值差异是迁移学习中使用频率最高的度量。Maximummeandiscrepancy，它度量在再生希尔伯特空间中两个分布的距离，是一种核学习方法。

X.mw·2023-01-02 23:48

《One/zero-shot learning？》

1.迁移学习迁移学习的两种极端形式（1）one-shotlearning(2)zero-shot

waiall·2023-01-02 16:53

one/zero-shot learning（零样本学习）的理解

zero-shotlearning是为了能够识别在测试中出现，但是在训练中没有遇到过的数据类别，可以说是迁移学习。

weixin_30826761·2023-01-02 16:53

深度学习: Zero-shot Learning / One-shot Learning / Few-shot Learning

Introduction在迁移学习中，由于传统深度学习的学习能力弱，往往需要海量数据和反复训练才能修得泛化神功。

邦戈栗子·2023-01-02 16:34

Zero-shot Learning / One-shot Learning

Introduction在迁移学习中，由于传统深度学习的学习能力弱，往往需要海量数据和反复训练才能修得泛化神功。

chenyi9981·2023-01-02 16:33

迁移学习在风控建模冷启动中的应用(简介）

迁移学习在风控建模冷启动中的应用（简介）目录迁移学习在风控建模冷启动中的应用（简介）背景与文献回顾基础理论介绍迁移学习概念迁移学习方法实证分析实验结论与局限性现状与展望背景与文献回顾背景风控在国家层面的重要性三大攻坚战的

BernadetteDi·2023-01-02 14:36

迁移学习_迁移学习简明手册(王晋东)_阅读笔记7-8

7.第二类方法：特征选择特征选择法的基本假设是：源域和目标域中均含有一部分公共的特征，在这部分公共的特征上，源领域和目标领域的数据分布是一致的。因此，此类方法的目标就是，通过机器学习方法，选择出这部分共享的特征，即可依据这些特征构建模型。核心方法:SCL(StructuralCorrespondenceLearning):这个方法的目标就是我们说的，找到两个领域公共的那些特征。作者将这些公共的特征

gXh_007·2023-01-02 14:06

Deep CORAL: Correlation Alignment for Deep Domain Adaptation

本篇是迁移学习专栏介绍的第十六篇论文，由BU完成发表在ECCV2016上。Abstract深度神经网络能够从大量标记的输入数据中学习强大的表示，但是它们不能很好地概括输入分布的变化。

gdtop818·2023-01-02 14:05

A new deep transfer learning network based on convolutional auto-encoder for mechanical fault diagno

基于卷积自编码器的机械故障诊断深度迁移学习网络摘要CAE去噪不同噪声下准确率比较各模型得到的T-SNE映射三级目录摘要深度学习在旋转机械故障智能诊断方面取得了很大的成就。

没有头发的小白·2023-01-02 14:30

迁移学习一些笔记整理

迁移学习1.定义及分类定义Abilityofasystemtorecognizeandapplyknowledgeandskillslearnedinpreviousdomains/taskstonoveldomains

YuAn1_6·2023-01-02 14:25

迁移学习 - 域适应Coral损失函数 - 代码实现

Coral损失函数介绍首先定义Coral损失函数importtorchdefCORAL(source,target,**kwargs):d=source.data.shape[1]ns,nt=source.data.shape[0],target.data.shape[0]#sourcecovariancexm=torch.mean(source,0,keepdim=True)-sourcexc=

故障诊断与python学习·2023-01-02 14:53

项目5-迁移学习

文章目录项目5-迁移学习项目描述数据集介绍项目要求数据准备环境配置/安装场景和为什么要进行领域对抗性训练神经网络的领域对抗训练(DaNN)数据可视化特殊领域知识Canny边缘检测数据处理模型预处理开始训练如何实作

一条大蟒蛇6666·2023-01-02 10:59

10.1-迁移学习

迁移学习指的就是，假设你手上有一些跟你现在要进行的task没有直接相关的data，那你能不能用这些没有直接相关的data来帮助我们做一些什么事情。

一条大蟒蛇6666·2023-01-02 10:58

Pytorch总结十六之优化算法：图像增广训练模型、微调（迁移学习）实现热狗识别

Pytorch总结十六之优化算法：图像增广训练模型、微调（迁移学习）实现热狗识别1.图像增广在（深度卷积神经⽹络）⾥我们提到过，⼤规模数据集是成功应⽤深度神经⽹络的前提。

明月醉窗台·2023-01-02 08:55

pytorch_train_test_load

pytorch分类任务custom_data迁移学习这个流程全代码，很有通用性#-*-coding:utf-8-*-from__future__importprint_functionfrom__future

snow_lee_liwei·2023-01-02 08:50

【联邦学习】联邦学习算法分类总结

【联邦学习】联邦学习算法分类总结横向联邦学习、纵向联邦学习和联邦迁移学习横向联邦学习纵向联邦学习联邦迁移学习基于机器学习算法的联邦学习分类联邦线性算法联邦树模型联邦支持向量机联邦深度学习基于优化方法进行分类从通信成本角度优化的联邦学习算法增加客户端训练压力模型压缩从客户端选择入手的联邦学习算法从异步聚合角度优化的联邦学习算法联邦学习作为目前研究的热点

十了个九·2023-01-01 17:11

【论文&模型讲解】VideoBERT: A Joint Model for Video and Language Representation Learning

friedrichor·2023-01-01 15:40

基于 PyTorch实现YOLOv5

前言实现环境基本流程数据准备建立模型训练模型模型评估图片预测视频预测TheFirstArticle前言本文记录基于PyTorch实现Github作者ultralytics的YOLOv5-tagv5.0的迁移学习大致流程

小云云云云云·2023-01-01 14:00

《神经网络与深度学习》-模型独立的学习方式

模型独立的学习方式1.集成学习1.1AdaBoost算法2.自训练和协同训练2.1自训练2.2协同训练3.多任务学习4.迁移学习4.1归纳迁移学习4.2转导迁移学习5.终身学习6.元学习6.1基于优化器的元学习

你电吴彦祖·2023-01-01 09:24

深度学习-【图像分类】学习笔记7 MobileNet

DepthwiseSeparableConvMobileNetv2InvertedResiduals性能对比7.1.2MobileNetv3网络详解更新block重新设计耗时层结构重新设计激活函数7.2.1使用pytorch搭建MobileNetV2并基于迁移学习训练

小威W·2022-12-31 15:22

致敬YOLO！华科提出YOLOS：基于视觉Transformer的目标检测

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达作者丨happy审稿丨邓富城转载自：极市平台导读本文是华科&地平线关于Transformer的迁移学习、泛化性能方面的深度思考。

Amusi（CVer）·2022-12-31 12:26

Caffe 实践 - 基于 ResNet101 的 Multi-label 多标签标注的训练与部署

Caffe实践-基于ResNet101的Multi-label多标签标注的训练与部署以前曾尝试过修改CaffeImageDataLayer源码的方式来读取多个labels-ImageMultilabelDataLayer

AIHGF·2022-12-31 08:00

C3D网络介绍

提取的特征基本都是网络后面FC层的激活值，并且在迁移学习任务上表现良好。但是，基于

深埋罐头的章鱼·2022-12-30 18:48

NLP判断语言情绪_产品经理也能动手实践的AI（五）- IMDB电影评论NLP，协同过滤...

1.概览首先是自然语言处理NLP(NaturalLanguageProcessing)，主要讲解通过迁移学习来实现IMDB评论的正负面情绪分辨；然后是根据个人信息的数据，

weixin_39621235·2022-12-30 17:20

迁移学习 Transfer Learning(可能是目前最全的迁移学习资料库？)

https://github.com/jindongwang/transferlearning迁移学习TransferLearning(可能是目前最全的迁移学习资料库？)

凤⭐尘·2022-12-30 12:10

推荐频道

resnet101迁移学习