虛擬講堂 進入演講 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 摘 要 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 進入演講