Preprosto povedano, vnaprej usposobljeni model je model, ki ga je ustvaril nekdo drug, da bi rešil podoben problem. Namesto da bi sestavili model iz nič za reševanje podobnega problema, uporabite model, usposobljen za druge težave, kot izhodišče Na primer, če želite zgraditi samoučeči se avto.
Kaj pomeni predhodno usposobljeni model?
Definicija. model, ki se je neodvisno naučil napovednih razmerij iz podatkov o usposabljanju, pogosto z uporabo strojnega učenja.
Kako uporabljate vnaprej usposobljeno omrežje?
Uporabi vnaprej usposobljena omrežja neposredno za težave pri klasifikaciji. Če želite razvrstiti novo sliko, uporabite razvrsti. Za primer, ki prikazuje, kako uporabiti vnaprej usposobljeno omrežje za razvrščanje, glejte Razvrstitev slike z uporabo GoogLeNet. Uporabite vnaprej usposobljeno omrežje kot ekstrakcijo funkcij, tako da uporabite aktivacije plasti kot funkcije
Zakaj je koristno uporabljati predhodno usposobljene modele za CNN?
Običajno imajo vnaprej usposobljeni CNN učinkovite filtre za pridobivanje informacij iz slik, ker so usposobljeni z dobro razporejenim naborom podatkov in imajo dobro arhitekturo. V bistvu so filtri v konvolucijskih slojih ustrezno usposobljeni, da izluščijo značilnosti slik.
Kako izberem vnaprej usposobljeni model?
Model dostavnega robota - Prepoznajte predmete ob cesti.
Za izbiro dobrega predhodno usposobljenega modela si morate zastaviti nekaj vprašanj:
- Kakšni so želeni IZHOD?
- Kakšne VNOSE pričakujete?
- Ali vnaprej usposobljeni model podpira takšne zahteve za vnos?
- Kakšna je natančnost modela in druge specifikacije?
