transfer learning(matlab 实现)
2017-05-09 21:44
411 查看
一句话总结 transfer learning 的核心即是对一个已训练模型微调,使其适应新的应用,如下图示:
![](https://img-blog.csdn.net/20170509214128603?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGFuY2h1bmh1aQ==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)
为 matlab 接口所训练完成的经典深度神经网络下载地址:Index of /matconvnet/models
为一个快速入门指南,Quick Start - MatConvNet
为 matlab 接口所训练完成的经典深度神经网络下载地址:Index of /matconvnet/models
为一个快速入门指南,Quick Start - MatConvNet
1. helperImportMatConvNet:加载预训练模型
alexnet_mat_file = 'imagenet-caffe-alex.mat'; alexnet = helperImportMatConvNet(alexnet_mat_file);
相关文章推荐
- 機器學習基石(Machine Learning Foundations) 机器学习基石 作业四 Q13-20 MATLAB实现
- RPCL(Rival Penalized Competitive Learning)在matlab下的实现
- 使用Cross-validation (CV) 调整Extreme learning Machine (ELM) 最优参数的实现(matlab)
- 機器學習基石(Machine Learning Foundations) 机器学习基石 作业四 Q13-20 MATLAB实现
- 多级树集合分裂(SPIHT)算法的过程详解与Matlab实现(1)算法概述
- Thinking in C++ learning(3)-----隐藏实现
- 快速傅立叶变换(FFT)的C++实现与Matlab实验
- MSSQLServer 中使用SQLDMO.Transfer 实现数据迁移_转摘
- Thinking in C++ learning(3)-----隐藏实现
- VC与Matlab混合编程的快速实现(3-1)
- 多级树集合分裂(SPIHT)算法的过程详解和Matlab实现(3)编码过程——主程序
- 线性方程数值解中jacobi迭代matlab实现
- 小波图像融合的Matlab实现示例(添加图片演示080428)
- 多级树集合分裂(SPIHT)算法的过程详解和Matlab实现(5)编码过程——精细扫描
- 多级树集合分裂(SPIHT)算法的过程详解与Matlab实现(8)实例演示
- 多级树集合分裂(SPIHT)算法的过程详解和Matlab实现(4)编码过程——排序扫描
- 声卡虚拟示波器简单功能-使用matlab DAQ工具箱中API实现
- 利用Matlab引擎实现VC和Matlab的混合编程
- 如何实现C#与matlab交互
- 多级树集合分裂(SPIHT)算法的过程详解与Matlab实现(7)解码过程——扫描解码