基于GoogLeNet的迁移学习算法仿真实现.docx

基于GoogLeNet的迁移学习算法仿真实现.docx

  1. 1、本文档共33页,其中可免费阅读10页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

题目:基于GoogLeNet的迁移学习算法仿真实现

PAGE1

PAGE1

摘要

进行迁移学习的目的是为了更有效地利用数据资源和减少训练任务的成本。很多时候,由于研究领域的数据非常有限,由此得来的模型必然不够稳定和有效,另一方面要考虑的是在训练过程中花费的时间和占用的计算成本,这两类可以归为我们熟知的训练成本。如果每次解决问题之前都必须训练一个新的模型,则会消耗我们大量时间和GPU资源,这就需要通过迁移学习来解决这个问题。本文利用训练好的GoogLeNet模型进行迁移学习并优化准确率,快速完成图像识别的目标。

关键词:神经

文档评论(0)

***** + 关注
实名认证
内容提供者

乐于分享,有偿帮助。

版权声明书
用户编号:8070007123000004

1亿VIP精品文档

相关文档