In order to achieve the transfer, we remove the output layer FC8 of th的繁體中文翻譯

In order to achieve the transfer, w

In order to achieve the transfer, we remove the output layer FC8 of the pre-trained network and add an adaptation layer formed by two fully connected layers FCa and FCb (see Figure 2, bottom) that use the output vector Y7 of the layer FC7 as input. Note that Y7 is obtained as a complex non-linear function of potentially all input pixels and may capture mid-level object parts as well as their high-level configurations [27, 53]. The FCa and FCb layers compute Ya = a(WaY7 + Ba) and Yb = (WbYa + Bb), where Wa, Ba, Wb, Bb are the trainable parameters. In all our experiments, FC6 and FC7 have equal sizes (either 4096 or 6144, see Section 4), FCa has size 2048, and FCb has a size equal to the number of target categories.The parameters of layers C1.. . C5, FC6 and FC7 are first trained on the source task, then transferred to the target task and kept fixed. Only the adaptation layer is trained on the target task training data as described next.
0/5000
原始語言: -
目標語言: -
結果 (繁體中文) 1: [復制]
復制成功!
為了實現轉移,我們取出預先訓練網絡的輸出層FC8並添加由兩個完全連接層FCA和FCB形成的適配層(參見圖2,下圖)使用該層FC7的輸出向量Y7作為輸入。注意,Y7作為潛在的所有輸入像素的複雜的非線性函數而獲得,並且可以捕獲中級對象部件以及它們的高級別結構[27,53]。該FCA和FCB層計算雅= A(+ WaY7 Ba)的和Yb =(WbYa + BB),其中媧,鋇,WB,BB的可訓練參數。在所有的實驗中,FC6和FC7具有相等的尺寸(無論是4096或6144,參見第4節),FCA具有尺寸2048,和FCB具有大小等於目標類別的數目。<br>層C1的參數..。C5,FC6和FC7首先訓練在源任務,然後轉移到目標任務和保持固定。如下所述僅適配層在目標任務的訓練數據來訓練。
正在翻譯中..
結果 (繁體中文) 2:[復制]
復制成功!
為了實現傳輸,我們移除了預訓練的網路的輸出層 FC8,並添加由兩個完全連接的層 FCa 和 FCb(參見圖 2,底部)形成的自我調整層,這些層使用層 FC7 的輸出向量 Y7 作為輸入。請注意,Y7 是可能所有輸入圖元的複雜非線性函數,可以捕獲中端物件部分及其高級配置 [27, 53]。FCa 和 FCb 層計算 Ya = a(WaY7 = Ba)和 Yb = (WbYa = Bb),其中 Wa、Ba、Wb、Bb 是可訓練的參數。在我們所有的實驗中,FC6 和 FC7 的大小相等(4096 或 6144,見第 4 節),FCa 的大小為 2048,FCb 的大小等於目標類別的數量。<br>層 C1 的參數。.C5、FC6 和 FC7 首先對源任務進行訓練,然後轉移到目標任務並保持固定。只有適應層根據目標任務訓練資料進行訓練,如下所述。
正在翻譯中..
結果 (繁體中文) 3:[復制]
復制成功!
為了實現傳輸,我們移除預訓練網絡的輸出層FC8,並添加由兩個完全連接的層FCa和FCb(見圖2,底部)構成的自我調整層,這兩個層使用層FC7的輸出向量Y7作為輸入。注意,Y7是作為潜在所有輸入點數的複雜非線性函數獲得的,並且可以捕獲中級對象部分及其高級配寘[27,53]。FCa和FCb層計算Ya=a(WaY7+Ba)和Yb=(WbYa+Bb),其中Wa、Ba、Wb、Bb是可訓練參數。在我們的所有實驗中,FC6和FC7的大小相等(4096或6144,見第4節),FCa的大小為2048,FCb的大小等於目標類別的數量。<br>層C1的參數。。.C5、FC6和FC7首先接受源任務的訓練,然後轉移到目標任務並保持固定。只有適應層在目標任務訓練數據上進行訓練,如下所述。<br>
正在翻譯中..
 
其它語言
本翻譯工具支援: 世界語, 中文, 丹麥文, 亞塞拜然文, 亞美尼亞文, 伊博文, 俄文, 保加利亞文, 信德文, 偵測語言, 優魯巴文, 克林貢語, 克羅埃西亞文, 冰島文, 加泰羅尼亞文, 加里西亞文, 匈牙利文, 南非柯薩文, 南非祖魯文, 卡納達文, 印尼巽他文, 印尼文, 印度古哈拉地文, 印度文, 吉爾吉斯文, 哈薩克文, 喬治亞文, 土庫曼文, 土耳其文, 塔吉克文, 塞爾維亞文, 夏威夷文, 奇切瓦文, 威爾斯文, 孟加拉文, 宿霧文, 寮文, 尼泊爾文, 巴斯克文, 布爾文, 希伯來文, 希臘文, 帕施圖文, 庫德文, 弗利然文, 德文, 意第緒文, 愛沙尼亞文, 愛爾蘭文, 拉丁文, 拉脫維亞文, 挪威文, 捷克文, 斯洛伐克文, 斯洛維尼亞文, 斯瓦希里文, 旁遮普文, 日文, 歐利亞文 (奧里雅文), 毛利文, 法文, 波士尼亞文, 波斯文, 波蘭文, 泰文, 泰盧固文, 泰米爾文, 海地克里奧文, 烏克蘭文, 烏爾都文, 烏茲別克文, 爪哇文, 瑞典文, 瑟索托文, 白俄羅斯文, 盧安達文, 盧森堡文, 科西嘉文, 立陶宛文, 索馬里文, 紹納文, 維吾爾文, 緬甸文, 繁體中文, 羅馬尼亞文, 義大利文, 芬蘭文, 苗文, 英文, 荷蘭文, 菲律賓文, 葡萄牙文, 蒙古文, 薩摩亞文, 蘇格蘭的蓋爾文, 西班牙文, 豪沙文, 越南文, 錫蘭文, 阿姆哈拉文, 阿拉伯文, 阿爾巴尼亞文, 韃靼文, 韓文, 馬來文, 馬其頓文, 馬拉加斯文, 馬拉地文, 馬拉雅拉姆文, 馬耳他文, 高棉文, 等語言的翻譯.

Copyright ©2025 I Love Translation. All reserved.

E-mail: