พูดง่ายๆ คือ โมเดลที่ฝึกไว้ล่วงหน้าคือโมเดลที่สร้างโดยคนอื่นเพื่อแก้ปัญหาที่คล้ายคลึงกัน แทนที่จะสร้างแบบจำลองตั้งแต่เริ่มต้นเพื่อแก้ปัญหาที่คล้ายกัน คุณใช้ แบบจำลองที่ฝึกเกี่ยวกับปัญหาอื่นเป็นจุดเริ่มต้น ตัวอย่างเช่น หากคุณต้องการสร้างรถเรียนรู้ด้วยตนเอง
รุ่น Pretrained หมายถึงอะไร
คำจำกัดความ. โมเดล ที่เรียนรู้ความสัมพันธ์เชิงคาดการณ์อย่างอิสระจากข้อมูลการฝึกอบรม มักใช้แมชชีนเลิร์นนิง.
คุณใช้เครือข่าย Pretrained อย่างไร
ใช้เครือข่ายที่ฝึกไว้ล่วงหน้าโดยตรงกับปัญหาการจำแนกประเภท หากต้องการจำแนกรูปภาพใหม่ ให้ใช้ classify สำหรับตัวอย่างที่แสดงวิธีการใช้เครือข่ายที่ฝึกไว้ล่วงหน้าสำหรับการจัดประเภท โปรดดูที่จำแนกรูปภาพโดยใช้ GoogLeNetใช้เครือข่ายที่ได้รับการฝึกมาล่วงหน้าเป็นตัวแยกคุณลักษณะโดย ใช้การเปิดใช้งานเลเยอร์เป็นคุณสมบัติ
เหตุใดการใช้แบบจำลองสำเร็จรูปสำหรับ CNN จึงเป็นประโยชน์
โดยปกติ CNN ที่ผ่านการฝึกอบรมล่วงหน้าจะมี ตัวกรองที่มีประสิทธิภาพในการดึงข้อมูลจากภาพ เพราะพวกมันได้รับการฝึกอบรมด้วยชุดข้อมูลที่มีการกระจายอย่างดี และมีสถาปัตยกรรมที่ดี โดยพื้นฐานแล้ว ฟิลเตอร์ในเลเยอร์ที่บิดเบี้ยวได้รับการฝึกฝนอย่างเหมาะสมเพื่อแยกคุณสมบัติของรูปภาพ
ฉันจะเลือกรุ่น Pretrained ได้อย่างไร
Delivery Robot Model - ระบุวัตถุริมถนน
มีคำถามสองสามข้อที่คุณต้องถามตัวเองสำหรับการเลือกรุ่น Pre-Trained ที่ดี:
- ผลลัพธ์ที่ต้องการคืออะไร
- คาดหวังอินพุตแบบไหน
- โมเดลฝึกล่วงหน้ารองรับข้อกำหนดอินพุตดังกล่าวหรือไม่
- ความแม่นยำของรุ่นและข้อกำหนดอื่นๆ คืออะไร