2. The record-breaking ensemble mod

2. The record-breaking ensemble model has been trained with almost 10 times less images than the previous state-of-theart model [11]. Moreover, a single CNN I performs as good as the model by Jia and Cristianini [11] with almost 20 times less training images. This result is of a particular importance, given the cost and complexity of collecting large image datasets.

ผลลัพธ์ (ไทย) 1:

2.รุ่น record-breaking วงดนตรีที่ได้รับการอบรมกับภาพเกือบ 10 เท่าน้อยกว่าก่อนหน้ารัฐแนวแบบ [11] นอกจากนี้ ซีเอ็นเอ็นที่เดียวที่ผมทำเป็นดีแบบเจียและ Cristianini [11] มีภาพเกือบ 20 ครั้งน้อยฝึก ผลลัพธ์นี้คือความสำคัญเฉพาะ ต้นทุนและความซับซ้อนของเก็บ datasets ภาพใหญ่

ผลลัพธ์ (ไทย) 2:

2. ทำลายสถิติรูปแบบวงดนตรีที่ได้รับการฝึกอบรมที่มีเกือบ 10 ครั้งน้อยกว่าภาพรัฐของ theart รุ่นก่อนหน้านี้ [11] นอกจากนี้ซีเอ็นเอ็นฉันเดียวดำเนินการที่ดีเป็นรูปแบบโดยเจี่ยและ CRISTIANINI [11] ด้วยเกือบ 20 ครั้งน้อยกว่าภาพการฝึกอบรม ผลที่ได้นี้มีความสำคัญโดยเฉพาะอย่างยิ่งได้รับค่าใช้จ่ายและความซับซ้อนของการเก็บรวบรวมชุดข้อมูลขนาดใหญ่ภาพ

ผลลัพธ์ (ไทย) 3:

2 . แบ่งระเบียนทั้งหมดได้รับการฝึกแบบมีเกือบ 10 ครั้งน้อยกว่าภาพมากกว่าสถานะก่อนหน้าของ theart แบบ [ 11 ] นอกจากนี้ เดียวฉันแสดงซีเอ็นเอ็นเป็นรูปแบบและโดยเจีย cristianini [ 11 ] เกือบ 20 ครั้ง น้อยกว่าการภาพ ผลที่ได้นี้เป็นสำคัญโดยเฉพาะ ได้รับค่าใช้จ่ายและความซับซ้อนของการรวบรวมข้อมูลภาพขนาดใหญ่