最新的回應
| 發表人 | 討論 | 發表時間 |
|---|---|---|
B11233064 | Teachable Machine 使用預先訓練完成的模型作為基礎，透過遷移學習僅調整後端分類器來學習新資料的差異，因而能以較少的資料與較短的訓練時間達到良好的辨識效 | 2 天前 |
b11233036 | 因為 Teachable Machine 使用已訓練完成的模型（遷移學習），只需學習新資料的差異，因此能在短時間內達到不錯的辨識效果。 | 01-06 |
b11233029 | Teachable Machine 使用預先訓練完成的模型作為基礎，透過遷移學習僅調整後端分類器來學習新資料的差異，因而能以較少的資料與較短的訓練時間達到良好的辨識效 | 01-06 |
b11233030 | Teachable Machine 使用預先訓練完成的模型作為基礎，透過遷移學習僅調整後端分類器來學習新資料的差異，因而能以較少的資料與較短的訓練時間達到良好的辨識效 | 01-05 |
B11233004 | Teachable Machine 使用預先訓練完成的模型作為基礎，透過遷移學習僅調整後端分類器來學習新資料的差異，因而能以較少的資料與較短的訓練時間達到良好的辨識效 | 01-02 |
b11233040 | Teachable Machine 使用預先訓練完成的模型作為基礎，透過遷移學習僅調整後端分類器來學習新資料的差異，因而能以較少的資料與較短的訓練時間達到良好的辨識效 | 01-02 |
B11233025 | Teachable Machine 使用預先訓練完成的模型作為基礎，透過遷移學習僅調整後端分類器來學習新資料的差異，因而能以較少的資料與較短的訓練時間達到良好的辨識效 | 01-02 |
b11233045 | Teachable Machine 透過遷移學習 (Transfer Learning) 技術，僅需訓練預先具備視覺能力的 MobileNet 模型最後一層，即可在本地瀏覽器實現秒級的快速分類 | 01-02 |
b11233011 | Teachable Machine 透過遷移學習 (Transfer Learning) 技術，僅需訓練預先具備視覺能力的 MobileNet 模型最後一層，即可在本地瀏覽器實現秒級的快速分類 | 01-02 |
b11233067 | 因為 Teachable Machine 使用已訓練完成的模型（遷移學習），只需學習新資料的差異，因此能在短時間內達到不錯的辨識效果。 | 01-02 |
B11233033 | 因為 Teachable Machine 使用已訓練完成的模型（遷移學習），只需學習新資料的差異，因此能在短時間內達到不錯的辨識效果。 | 01-02 |
b11233071 | Teachable Machine 透過遷移學習 (Transfer Learning) 技術，僅需訓練預先具備視覺能力的 MobileNet 模型最後一層，即可在本地瀏覽器實現秒級的快速分類 | 01-02 |
B11233073 | 因為 Teachable Machine 使用已訓練完成的模型（遷移學習），只需學習新資料的差異，因此能在短時間內達到不錯的辨識效果。 | 01-02 |
B11233003 | Teachable Machine 快，是因為它站在巨人的肩膀上，只教最後一步。 | 01-02 |
柏佑 | 因為 Teachable Machine 使用已訓練完成的模型（遷移學習），只需學習新資料的差異，因此能在短時間內達到不錯的辨識效果。 | 01-02 |
b11233087 | 因為 Teachable Machine 使用已訓練完成的模型（遷移學習），只需學習新資料的差異，因此能在短時間內達到不錯的辨識效果。 | 01-02 |
b11233090 | 因為 Teachable Machine 使用已訓練完成的模型（遷移學習），只需學習新資料的差異，因此能在短時間內達到不錯的辨識效果。 | 01-02 |
B11233046 | 因為 Teachable Machine 使用已訓練完成的模型（遷移學習），只需學習新資料的差異，因此能在短時間內達到不錯的辨識效果。 1 分鐘前 | 01-02 |
B11233005 | 因為 Teachable Machine 使用已訓練完成的模型（遷移學習），只需學習新資料的差異，因此能在短時間內達到不錯的辨識效果。 | 01-02 |
b11233083 | 因為 Teachable Machine 使用已訓練完成的模型（遷移學習），只需學習新資料的差異，因此能在短時間內達到不錯的辨識效果 | 01-02 |
B11233034 | 因為 Teachable Machine 使用已訓練完成的模型（遷移學習），只需學習新資料的差異，因此能在短時間內達到不錯的辨識效果。 | 01-02 |
b11233021 | 因為 Teachable Machine 使用已訓練完成的模型（遷移學習），只需學習新資料的差異，因此能在短時間內達到不錯的辨識效果。 12 分鐘前 | 01-02 |
b11233062 | 因為資料清楚、類別不多、每一類有足夠樣本 | 01-02 |
b11233035 | 因為 Teachable Machine 使用已訓練完成的模型（遷移學習），只需學習新資料的差異，因此能在短時間內達到不錯的辨識效果。 | 01-02 |