非監督式學習大行其道 場景深度偵測相對複雜(2)

作者: 誠君
2024 年 01 月 14 日
非監督式學習是指監督式(Supervised)學習以外的機器學習方法。與監督式學習最大的不同在於,非監督式學習的每一筆訓練或輸入資料不一定經過標註(Label)。諸如無監督式(Unsupervised)、半監督式(Semi-supervised)、自我監督式(Self-supervised)都是常見的非監督式學習方法。...
》想看更多內容?快來【免費加入會員】【登入會員】,享受更多閱讀文章的權限喔!
標籤
相關文章

非監督式學習大行其道 場景深度偵測相對複雜(1)

2024 年 01 月 15 日

邊緣運算需求成長中 RISC-V推動AI+大航海時代

2018 年 06 月 21 日

四大優勢助陣 NVMe讓AI更聰明

2019 年 01 月 03 日

導入高彈性邊緣運算 工業部署最小化當機風險

2021 年 09 月 02 日

排除邊緣案例缺陷 影像辨識精準度再上層樓

2020 年 02 月 24 日

機器學習場景測距有一套 監督式學習深度測量就是準(1)

2024 年 01 月 16 日
前一篇
Cadence工具襄助創意電子成功完成3DIC投片
下一篇
依循車載應用場景需求 虛擬化設計抓緊七重點(2)