W uproszczeniu, wstępnie wytrenowany model to model stworzony przez kogoś innego w celu rozwiązania podobnego problemu. Zamiast budować model od zera w celu rozwiązania podobnego problemu, użyj modelu wytrenowanego na innym problemie jako punktu wyjścia Na przykład, jeśli chcesz zbudować samouczący się samochód.
Co oznacza model wstępnie przeszkolony?
Definicja. model, który niezależnie nauczył się relacji predykcyjnych na podstawie danych uczących, często korzystając z uczenia maszynowego.
Jak korzystać z sieci Pretrained?
Zastosuj wstępnie wytrenowane sieci bezpośrednio do problemów z klasyfikacją. Aby sklasyfikować nowy obraz, użyj classify. Aby zapoznać się z przykładem pokazującym, jak używać wstępnie przeszkolonej sieci do klasyfikacji, zobacz Klasyfikowanie obrazu przy użyciu GoogLeNet. Użyj wstępnie przeszkolonej sieci jako ekstraktora funkcji, używając aktywacji warstw jako funkcji
Dlaczego warto używać wstępnie wytrenowanych modeli dla CNN?
Zwykle przeszkolone sieci CNN mają skuteczne filtry do wyodrębniania informacji z obrazów, ponieważ są one przeszkolone przy użyciu dobrze rozproszonego zestawu danych i mają dobrą architekturę. Zasadniczo filtry w warstwach splotowych są odpowiednio przeszkolone, aby wyodrębnić cechy obrazów.
Jak wybrać przeszkolony model?
Dostarcz model robota - Identyfikuj obiekty przydrożne.
Jest kilka pytań, które musisz sobie zadać, aby wybrać dobry wstępnie przeszkolony model:
- Jakie są pożądane WYJŚCIA?
- Jakiego rodzaju WEJŚCIA oczekujesz?
- Czy wstępnie przeszkolony model obsługuje takie wymagania wejściowe?
- Jaka jest dokładność modelu i inne specyfikacje?
