resnet101迁移学习

人工智能时代的十大核心技术：重塑未来的无限可能 - 第三章 - 迁移学习，让AI更聪明地“举一反三”

迁移学习：让AI更聪明地“举一反三”在人工智能（AI）的世界里，迁移学习正成为一种强大的工具，它让机器能够像人类一样“举一反三”，将在一个领域学到的知识应用到另一个领域。
百家峰会·2024-01-24 09:47

迁移混合模型-基于新数据的迁移学习预测-寻找普通苹果与其他苹果

以已经训练好的模型A为起点，在新场景中，根据新数据建立模型B。目的：将某个领域或任务上学习到的知识或模式，应用到不同但相关的领域或问题中。英文：transferlearning模型A存储了模型结构、权重系数（weights）模型B基于新数据，实现了对模型A的部分结构或权重系数的更新特征提取使用模型A，移除输出层，提取目标特征信息结构引用使用模型A的结构，重新/二次训练权重系数参数部分训练使用模型A
小旺不正经·2024-01-24 09:47

图片分类: 多类别

支持如下backbone:alexnetresnet18,resnet34,resnet50,resnet101,resnet152,resnext101_32x4d,resnext101_64
xiexiecn·2024-01-24 04:15

联邦学习：密码学 + 机器学习 + 分布式 实现隐私计算，破解医学界数据孤岛的长期难题

分布式提出背景：数据不出本地，又能合力干大事联邦学习的问题联邦学习架构分布式机器学习：解决大数据量处理的问题横向联邦学习：解决跨多个数据源学习的问题纵向联邦学习：解决数据分散在多个参与者但部分特征重叠的问题联邦+迁移学习
Debroon·2024-01-23 11:31

初识人工智能，一文读懂迁移学习的知识文集(4)

作者简介，普修罗双战士，一直追求不断学习和成长，在技术的道路上持续探索和实践。多年互联网行业从业经验，历任核心研发工程师，项目技术负责人。欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一人工智能专栏人工智能专业知识学习二人工智能专栏人工智能专业知识学习三人工智能专栏人工智能专业知识学习四人工智能专栏人工智能专业知识学习五人工智能专栏人工智能专业知识学习六人工智能专栏人工智能专业知
普修罗双战士·2024-01-23 09:39

每天五分钟计算机视觉：揭秘迁移学习

迁移学习作为一种有效的方法，可以在已有的数据和模型上进行训练，然后将其应用于新的任务。这种方法大大降低了对新任务的数据需求，提高了模型的泛化能力。本文将详细介绍迁移学习的原理、应用和未来发展。
幻风_huanfeng·2024-01-23 07:59

每天五分钟计算机视觉：掌握迁移学习使用技巧

本文重点随着深度学习的发展，迁移学习已成为一种流行的机器学习方法，它能够将预训练模型应用于各种任务，从而实现快速模型训练和优化。然而，要想充分利用迁移学习的优势，我们需要掌握一些关键技巧。
幻风_huanfeng·2024-01-23 07:24

什么是迁移学习

迁移学习是一种机器学习技术，旨在将在一个任务上学到的知识应用于另一个相关任务上。它通过将预训练的模型参数迁移到新任务上，从而加速新任务的训练过程并提高模型的性能。
Larry Chow·2024-01-22 10:59

【RT-DETR有效改进】Google | EfficientNetV1一种超轻量又高效的网络 （附代码 + 添加教程）

专栏以ResNet18、ResNet50为基础修改版本，同时修改内容也支持ResNet32、ResNet101和PPHGNet版本，其中ResNet为RT-DETR官方版本1：1移植过来的，参数量基本保持一致
Snu77·2024-01-21 23:18

【RT-DETR有效改进】华为 | Ghostnetv1一种专为移动端设计的特征提取网络

专栏以ResNet18、ResNet50为基础修改版本，同时修改内容也支持ResNet32、ResNet101和PPHGNet版本，其中ResNet为RT-DETR官方版本1：1移植过来的，参数量基本保持一致
Snu77·2024-01-21 08:11

pytorch集智-6手写数字加法机-迁移学习

1概述迁移学习概念：将已经训练好的识别某些信息的网络拿去经过训练识别另外不同类别的信息优越性：提高了训练模型利用率，解决了数据缺失的问题（对于新的预测场景，不需要大量的数据，只需要少量数据即可实现训练，
peter6768·2024-01-21 08:01

篇二：MindSpore在实际项目中的应用与挑战

我们使用迁移学习的方法进行微调。这种方法在一定程度上提高了模型的性能和泛化能力。其次，模型部署和运行效率也是实际项目中需要考虑的重要问题。在某些场景下，模型的运行速度和稳定性对于用户体验至关重要。
GT开发算法工程师·2024-01-20 22:05

深度学习｜9.7迁移学习transfer learning

文章目录迁移学习迁移学习的定义如何实现迁移学习为什么要选择迁移学习？迁移学习迁移学习的定义迁移学习是指将针对某项任务学习到的知识应用到其他任务的问题解决中去。
晓源Galois·2024-01-20 06:19

【RT-DETR有效改进】轻量化CNN网络MobileNetV1改进特征提取网络

专栏以ResNet18、ResNet50为基础修改版本，同时修改内容也支持ResNet32、ResNet101和PPHGNet版本，其中ResNet为RT-DETR官方版本1：1移植过来的，参数量基本保持一致
Snu77·2024-01-19 09:26

将大模型与小模型结合的8种常用策略分享，附17篇案例论文和代码

目前较常用的策略有模型压缩（蒸馏、剪枝）、提示语压缩、联合推理、迁移学习、权值共享、集成学习等。咱们今天就来简单聊聊这8种策略。部分策略的具体步骤以及每种策略相关的参考论文我也放上
深度之眼·2024-01-18 23:01

机器学习第三十三周周报

5.3迁移学习方法。6.实验结果7.结论一、文献阅读1.文献题目speechemotionusingmergeddeepCNN2.文献摘
JerryC1999·2024-01-18 08:08

互联网加竞赛 基于机器视觉的12306验证码识别

文章目录0简介1数据收集2识别过程3网络构建4数据读取5模型训练6加入Dropout层7数据增强8迁移学习9结果9最后0简介优质竞赛项目系列，今天要分享的是基于机器视觉的12306验证码识别该项目较为新颖
Mr.D学长·2024-01-18 07:14

图像分类 | 基于 Labelme 数据集和 VGG16 预训练模型实现迁移学习

基于标注样本的信息和预训练模型的特征提取能力，训练自己构建的图像分类器，从而实现迁移学习。目录一、导入必要库二、定义目录变量三、数据预处理--数据增强+标签处理1.定义图像数据生成器2.标注样本的
源于花海·2024-01-17 23:28

第十一周周报

文章目录摘要分布式计算数据增广微调总结摘要本周学习了分布式计算、使用多GPU训练情况及它与单GPU训练之间的比较，数据增广概念及应用的情况实例，和迁移学习中微调的技巧使用。
Joy_moon·2024-01-17 15:42

机器人强化学习——Comparing Task Simplifications to Learn Closed-Loop Object Picking Using DRL（2019 RAL）

1简介任务是reach、grasp、lift，比较了rewardshaping、curriculumlearning、迁移学习，并迁移到了真实机器人场景中。本文抓取的方法框架是QT-Opt。
千羽QY·2024-01-16 22:53

【RT-DETR改进涨点】MPDIoU、InnerMPDIoU损失函数中的No.1（包含二次创新）

专栏以ResNet18、ResNet50为基础修改版本，同时修改内容也支持ResNet32、ResNet101和PPHGNet版本，其中ResNet为RT-DETR官方版本1：1移植过来的，参数量基本保持一致
Snu77·2024-01-16 11:03

【RT-DETR有效改进】ShapeIoU、InnerShapeIoU关注边界框本身的IoU(包含二次创新)

专栏以ResNet18、ResNet50为基础修改版本，同时修改内容也支持ResNet32、ResNet101和PPHGNet版本，其中ResNet为RT-DETR官方版本1：1移植过来的，参数量基本保持一致
Snu77·2024-01-16 10:47

深入浅出Pytorch宝典1.0

文章目录前言1.张量操作2.自动微分3.数据加载和处理4.模型构建和训练5.预训练模型和迁移学习6.调试和性能7.高级特性总结torch中主要的数据对象主要特点和功能张量的创建数据处理和转换1.
knighthood2001·2024-01-16 08:22

【RT-DETR改进涨点】为什么YOLO版本的RT-DETR训练模型不收敛的问题

其中提到的多个版本ResNet18、ResNet34、ResNet50、ResNet101为本人根据RT-DETR官方版本1：1移植过来的，参数量基本保持一致(误差很小很小)，不同于ultralytics
Snu77·2024-01-15 07:37

强化学习中的迁移学习

强化学习中迁移学习描述强化学习中的迁移问题强化学习中迁移学习的分类强化学习中的迁移应用最新进展描述强化学习中的迁移问题强化学习是一种根据环境反馈进行学习的技术。
沐念丶·2024-01-14 11:29

迁移学习的最新进展和挑战

随着深度学习和人工智能技术的飞速发展，迁移学习作为一种有效的机器学习方法，已经在各个领域取得了显著的成果。迁移学习是指将一个领域（源领域）的知识应用到另一个领域（目标领域），以提高目标领域的学习性能。
学兔兔VIP·2024-01-14 11:27

2024 1.6~1.12 周报

三、完成情况1.数据训练的方式1.1迁移学习迁移学习是一种机器学习方法，把任务A训练出的模型作为初始模型，并使用它来改进新目标任务B的学习。即通过从已学习的相关任务中转移知识来改进学习的新任务。
shengMio·2024-01-13 12:59

大模型PEFT技术原理（一）：BitFit、Prefix Tuning、Prompt Tuning

随着预训练模型的参数越来越大，尤其是175B参数大小的GPT3发布以来，让很多中小公司和个人研究员对于大模型的全量微调望而却步，近年来研究者们提出了各种各样的参数高效迁移学习方法（Parameter-efficientTransferLearning
wshzd·2024-01-13 00:29

Python+ChatGPT，Python与ChatGPT结合进行数据分析、自动生成代码、人工智能建模、论文高效撰写等

ChatGPT4.0在科研工作中的各种使用方法与技巧，以及人工智能领域经典机器学习算法（BP神经网络、支持向量机、决策树、随机森林、变量降维与特征选择、群优化算法等）和热门深度学习方法（卷积神经网络、迁移学习
WangYan2022·2024-01-12 06:02

pytorch11：模型加载与保存、finetune迁移训练

模型加载与保存1.1序列化与反序列化概念1.2pytorch中的序列化与反序列化1.3模型保存的两种方法1.4模型加载两种方法二、断点训练2.1断点保存代码2.2断点恢复代码三、finetune3.1迁移学习
慕溪同学·2024-01-12 03:14

Intro project based on BERT

这篇博客除了会介绍BERT之外，也会展示如何使用BERT做迁移学习（TransferLearning）。BERT介绍语言模型BERT，其实就是Transformer中的encoder。是语言
Karen_Yu_·2024-01-11 14:26

Python实现深度迁移学习-CIFAR100-ResNet50

#Pandasandnumpyfordatastructuresandutilfucntionsimportscipyasspimportnumpyasnpimportpandasaspdfromnumpy.randomimportrandpd.options.display.max_colwidth=608#ScikitImportsfromsklearnimportpreprocessingf
Vicky__3021·2024-01-11 12:45

【机器学习一百问 01】 迁移学习和小样本学习的本质不同是什么？

迁移学习和小样本学习都是机器学习领域的重要分支，它们虽然有一些交集，但在目的和核心方法上存在本质的不同：目的和焦点：迁移学习：其主要目的是利用在一个或多个源任务上获得的知识，来改善或加速对新任务的学习过程
坚果仙人·2024-01-11 10:43

深度迁移学习

深度迁移学习是一种机器学习方法，其核心思想是将在一个任务中训练得到的深度学习模型作为初始点，重新应用到另一个任务中。这种方法的目标是从已学习的相关任务中转移知识，以改进新任务的学习。
道亦无名·2024-01-10 06:45

C2-3.3.3 迁移学习

C2-3.3.3迁移学习1、为什么要使用-迁移学习和“数据增强”[C2-3.3.2数据增强.md](C2-3.3.2数据增强.md)相比，有一些应用程序没有那么多数据，而且很难获取到更多的数据——“迁移学习
帅翰GG·2024-01-10 06:13

迁移学习的简要介绍

迁移学习概述迁移学习是什么？来源迁移学习的概念最初来自教育心理学。根据心理学家C.H.Judd提出的经验泛化理论：学习迁移是经验泛化的结果。
夏日、荷花&你·2024-01-09 15:46

机器学模型 预训练模型 为什么要使用预训练模型呢？

预训练模型是一种迁移学习的应用，它的基本思想是利用在大规模数据集上训练得到的模型参数，作为新任务的
香至-人生万事须自为，跬步江山即寥廓。·2024-01-09 13:33

【前沿技术杂谈：迁移学习】迁移学习是在航空业实现人工智能的最后一步吗？

【前沿技术杂谈：迁移学习】迁移学习是在航空业实现人工智能的最后一步吗？Whatis“transferlearning”?什么是“迁移学习”？
jcfszxc·2024-01-09 09:49

【深度学习每日小知识】Transfer Learning 迁移学习

TransferLearning迁移学习是指机器学习中的一种技术，其中从解决一个问题中获得的知识应用于另一个不同但相关的问题。在迁移学习中，预训练模型被用作学习新任务或提高现有模型性能的起点。
jcfszxc·2024-01-09 09:17

卷积神经网络|迁移学习-猫狗分类完整代码实现

迁移学习|代码实现在这篇文章中，我们知道了在构建模型时，可以借助一些非常有名的模型，这些模型在ImageNet数据集上早已经得到了检验。同时torchvision模块也提供了预训练好的模型。
霜溪·2024-01-09 09:10

霹雳吧啦Wz《pytorch图像分类》-p5ResNet网络

《pytorch图像分类》p5ResNet网络结构1网络中的亮点1.1超深的网络结构1.2residual模块1.3BatchNormalization1.4迁移学习简介2模块类代码2.1BasicBlock
失舵之舟-·2024-01-09 09:34

迁移学习--Xception

一.Xception的概述Xception是inception处于极端假设的一种网络结构。当卷积层试图在三维空间（两个空间维度和一个通道维度）进行卷积过程时，一个卷积核需要同时绘制跨通道相关性和空间相关性。前面分享的inception模块的思想就是将这一卷积过程分解成一系列相互独立的操作，使其更为便捷有效。典型的inception模块假设通道相关性和空间相关性的绘制有效脱钩，而Xception的思
无尽的沉默·2024-01-08 09:02

深度学习15—（迁移学习）冻结和解冻神经网络模型的参数

冻结与解冻代码：deffreeze_net(net):ifnotnet:returnforpinnet.parameters():p.requires_grad=Falsedefunfreeze_net(net):ifnotnet:returnforpinnet.parameters():p.requires_grad=True这段代码定义了两个函数：`freeze_net`和`unfreeze_
Top Secret·2024-01-08 09:37

迁移学习|代码实现

还记得我们之前实现的猫狗分类器吗？在哪里，我们设计了一个网络，这个网络接受一张图片，最后输出这张图片属于猫还是狗。实现分类器的过程比较复杂，准备的数据也比较少。所以我们是否可以使用一种方法，在数据很少的情况下仍然可以训练出较好的模型。借助已经训练好的模型是个不错的想法。因此我们将学习如何使用预训练好的模型来构建只需要很少数据的先进的猫狗图像分类器。首先，加载一个预训练的模型，例如ResNet18。
霜溪·2024-01-07 19:59

迁移学习是什么

中提供巨大的模型库，虽然其中的很多模型性能表现的非常出色，但这些模型往往在广义的数据集上训练的，缺乏针对特定数据集的优化，所以在获得一个合适的模型后，往往需要针对具体任务的特定数据进行二次训练，这就是所谓的迁移学习
不当菜鸡的程序媛·2024-01-07 12:07

目标检测 | YOLOv5 训练自标注数据集实现迁移学习

本文主要了解YOLOv5训练自标注数据集（自行车和摩托车两种图像）进行目标检测，实现迁移学习。
源于花海·2024-01-06 23:49

Python迁移学习：机器学习算法

机器学习是人工智能中一个流行的子领域，其涉及的领域非常广泛。流行的原因之一是在其策略下有一个由复杂的算法、技术和方法论组成的综合工具箱。该工具箱已经经过了多年的开发和改进，同时新的工具箱也在持续不断地被研究出来。为了更好地使用机器学习工具箱，我们需要先了解以下几种机器学习的分类方式。基于是否有人工进行监督的分类如下。监督学习。这一类别高度依赖人工监督。监督学习类别下的算法从训练数据和对应的输出中学
智云研·2024-01-06 09:36

【迁移学习】月度总结

1、DomainSeparationNetworks(DSNs)域分离网络作者认为域之间有着公有特征和私有特征如果私有特征也进行迁移的话，就会造成负迁移因此作者提出了DomainSeparationNetworks2、DeepReconstruction-ClassificationNetworksforUnsupervisedDomainAdaptation（DRCN）深度重构分类网络DRCN对
一个很菜的小猪·2024-01-05 14:54

【迁移学习论文五】Generate To Adapt Aligning Domains using Generative Adversarial Networks论文原理及复现工作

记录本人预备研究生阶段相关迁移学习论文的原理阐述以及复现工作。问题文章介绍这篇文章于2018年发表在CVPR，作者是SwamiSankaranarayanan，YogeshBalaji，Ca
一个很菜的小猪·2024-01-05 14:24

【迁移学习论文六】Learning Semantic Representations for Unsupervised Domain Adaptation论文原理及复现工作

LearningSemanticRepresentationsforUnsupervisedDomainAdaptation学习无监督域自适应的语义表示相关会议AConferenceonComputerVisionandPatternRecognition（CVPR）InternationalConferenceonComputerVision（ICCV）AAAIConferenceonArtif
一个很菜的小猪·2024-01-05 14:24
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他