【生活中的未來語言 數學、Python、AI】14. CNN圖形辨識和遷移式學習

摘要

深入解析 CNN 圖形辨識的核心原理，包括卷積與池化層，並示範如何運用 ResNet50V2 進行遷移式學習。觀眾將學習建立自己的圖片分類模型，並使用 Gradio 部署互動介面。

This video explains CNN core concepts and demonstrates how to use ResNet50V2 for transfer learning to build a custom image classification model with Gradio.

這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。

提到的工具與公司

• ResNet50V2
• TensorFlow
• Gradio
• Colab
• ImageNet

適合誰看

適合有 Python 基礎、想學習深度學習與圖形辨識實作的開發者。

摘要依據

講者

蔡炎龍

依據

標題與說明欄（還沒有取得字幕或內文）

為什麼排在這裡

人氣

0.09

新鮮

0.59

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• 【生活中的未來語言 數學、Python、AI】13. 用全連結神經網路打造手寫辨識AI影片 ・ Iveai - I've AI ・ 3 小時 8 分
• 【生活中的未來語言 數學、Python、AI】14. 遷移式學習做八哥辨識器影片 ・ Iveai - I've AI ・ 5 分鐘
• MIT 6.S191 (2024): Convolutional Neural Networks影片 ・ Alexander Amini ・ 1 小時 8 分
• MIT 6.S191 (2025): Convolutional Neural Networks影片 ・ Alexander Amini ・ 1 小時 1 分
• Wire It, Run It, Deploy It: AI Workflows in Gradio文章 ・ Hugging Face Blog
• Rebuilding AUTOMATIC1111 with Gradio Workflow文章 ・ Hugging Face Blog