深度學習與遷移學習應用 - 投影片
講師簡介 本日議題 訓練模型 範例1：水管缺陷檢測 資料準備範例1 範例2：水管件缺陷檢測 資料準備範例2 範例3：封裝表面缺陷檢測 資料準備範例3 資料的難點 假設訓練數據以及測試數據都是同一種數據，並且有標記，如果不是這樣呢？ 遷移學習 遷移學習(Transfer Learning)意即手上有一些與現行任務沒有直接相關的資料，我們是否能夠用這些沒有直接相關的資料來協助。 為什麼需要遷移學習？ 遷移學習 微調模型 ModelFine-tuning 卷積神經網路 1. 電腦怎麼看圖片？ 訓練 2. 特徵提取 3. 分類 為什麼可行？ 類神經網路會提取特徵，越深層的網路會提取越高層級的特徵 為什麼可行？ 在 IMAGENET 預先訓練 遷移學習 多任務學習-範例 單一任務 資料工程 多任務 多任務學習 多任務學習 遷移學習概論 相同任務，不同領域數據 只有白天的大數據，但需要符合不同天氣狀況 領域遷移 領域遷移 澱粉袋分類案例 領域遷移 領域遷移 遷移學習概論 Demo 1：Fine-tune類神經網路 Q&A時間
