| 講 題 | 使用深度學習方法作大量資料的商品辨識 | | 講 者 | 台北市立大學 資訊科學系 碩士在職專班 | | 日 期 | 2019/09/25 | 長 度 | 00:10:01 | 人 氣 | 74 次 | | | 本研究使用深度學習卷積網路於大規模商品資料集分類上,有一定程度的成效。比傳統上人工自行定義物件特徵的方式要精準許多。深度學習為機器學習技術的一環,且近年來,深度學習卷積網路的技術在很多領域上有很好的應用,如圖像分類、語音辨識、自然語言處理…等。卷積神經網路為類神經網路的一種類別,但權重共享(Shared Weight),使網路參數大大的減少,並降低許多過度擬合(over-fitting)的問題,也比其他類型的深度類神經網路容易訓練。 | | 提 供 | TANET台灣網際網路研討會-TANET2019 | | |
|