As a result, the proposed 3-step me

As a result, the proposed 3-step methodology has proved to be very efficient in minimizing the Starting CNN for the gender prediction from face images. However, the problem of choosing an optimal CNN architecture for a specific problem remains an open subject. In this paper, we do not pretend to answer it in a general case, as the main goal of our study is designing an optimized and efficient CNN model for gender recognition from face images. Nevertheless, the proposed empirical CNN optimization methodology can be easily adapted to any problem of interest. For that, we suggest to start from an established and well-known CNN architecture (as it is done with the Starting CNN in this work) and progressively minimize it using the proposed 3-step methodology. Moreover, our approach can be combined with other optimization strategies (e.g. [7,9]) to minimize running time and required memory of a CNN model.

ผลลัพธ์ (ไทย) 1:

ดัง วิธีขั้นตอนที่ 3 เสนอได้พิสูจน์ให้มีประสิทธิภาพมากในการลดซีเอ็นเอ็นที่เริ่มต้นสำหรับการคาดเดาเพศจากภาพใบหน้า อย่างไรก็ตาม ปัญหาเลือก CNN สถาปัตยกรรมเหมาะสมที่สุดสำหรับปัญหาที่ระบุยังคง เรื่องการเปิด ในเอกสารนี้ เราไม่ทำเป็นการตอบในกรณีทั่วไป เป็นเป้าหมายหลักของเราคือออกแบบโมเดล CNN ให้เหมาะ และมีประสิทธิภาพสำหรับการรับรู้เพศจากภาพใบหน้า อย่างไรก็ตาม เสนอผล CNN เพิ่มประสิทธิภาพวิธีได้ง่าย ๆ ดัดแปลงใด ๆ ปัญหาน่าสนใจ ที่ เราแนะนำให้เริ่มจากรู้จัก และสร้างสถาปัตยกรรมซีเอ็นเอ็น (เท่าที่จะทำกับซีเอ็นเอ็นที่เริ่มต้นในการทำงานนี้) และย่อโดยใช้ระเบียบวิธีการขั้นตอนที่ 3 นำเสนอความก้าวหน้า นอก วิธีการของเราสามารถใช้ร่วมกับกลยุทธ์เพิ่มประสิทธิภาพอื่น ๆ (เช่น [7,9]) เพื่อลดเวลาทำงาน และต้องใช้หน่วยความจำของแบบซีเอ็นเอ็นได้

ผลลัพธ์ (ไทย) 2:

เป็นผลที่นำเสนอวิธีการ 3 ขั้นตอนได้พิสูจน์แล้วว่ามีประสิทธิภาพมากในการลดการเริ่มต้นของซีเอ็นเอ็นสำหรับการทำนายเพศจากภาพใบหน้า อย่างไรก็ตามปัญหาของการเลือกที่ดีที่สุดของซีเอ็นเอ็นสถาปัตยกรรมสำหรับปัญหาที่ยังคงเป็นเรื่องที่เปิดกว้าง ในบทความนี้เราไม่ได้หลอกว่าตอบได้ในกรณีทั่วไปเป็นเป้าหมายหลักของการศึกษาของเราคือการออกแบบเพิ่มประสิทธิภาพและมีประสิทธิภาพรุ่นซีเอ็นเอ็นสำหรับการรับรู้เพศจากภาพใบหน้า อย่างไรก็ตามซีเอ็นเอ็นเสนอเชิงประจักษ์วิธีการเพิ่มประสิทธิภาพสามารถดัดแปลงได้ง่ายในการแก้ไขปัญหาใด ๆ ที่น่าสนใจ เพื่อที่เราขอแนะนำให้เริ่มต้นจากที่จัดตั้งขึ้นและเป็นที่รู้จักสถาปัตยกรรมซีเอ็นเอ็น (ตามที่มันจะทำกับการเริ่มต้นของซีเอ็นเอ็นในงานนี้) และความก้าวหน้าลดโดยใช้วิธีการที่นำเสนอ 3 ขั้นตอน นอกจากนี้วิธีการของเราสามารถใช้ร่วมกับกลยุทธ์การเพิ่มประสิทธิภาพอื่น ๆ (เช่น [7,9]) เพื่อลดเวลาการทำงานและจำเป็นต้องใช้หน่วยความจำของรูปแบบของซีเอ็นเอ็น

ผลลัพธ์ (ไทย) 3:

ผล เสนอ 3 ขั้นตอน วิธีการที่ได้พิสูจน์แล้วว่ามีประสิทธิภาพมากในการเริ่มต้นซีเอ็นเอ็นสำหรับเพศพยากรณ์ จากหน้าภาพ อย่างไรก็ตาม ปัญหาของการเลือกสถาปัตยกรรมซีเอ็นเอ็นที่เหมาะสมสำหรับปัญหาเฉพาะยังคงเป็นประธานเปิด ในกระดาษนี้เราไม่แกล้งตอบในกรณีทั่วไปเป็นเป้าหมายหลักของการศึกษาของเราคือการออกแบบการปรับรุ่นที่มีประสิทธิภาพของเพศ การรับรู้จากหน้าภาพ แต่เสนอเพิ่มประสิทธิภาพวิธีการเชิงประจักษ์ ซีเอ็นเอ็น สามารถดัดแปลงได้ง่าย ปัญหาใด ๆที่น่าสนใจ สำหรับที่เราขอแนะนำให้เริ่มต้นจากการก่อตั้ง และ สถาปัตยกรรมซีเอ็นเอ็นที่รู้จักกันดี ( มันเป็นทำเริ่มต้นซีเอ็นเอ็นในงานนี้ ) และค่อยๆลดการเสนอ 3 ขั้นตอนคือ นอกจากนี้ วิธีการของเราสามารถถูกรวม ด้วยกลยุทธ์การเพิ่มประสิทธิภาพอื่น ๆ ( เช่น [ 7,9 ] ) เพื่อลดเวลา และความต้องการของซีเอ็นเอ็น แบบจำลอง