Egyszerűen fogalmazva, az előre betanított modell egy olyan modell, amelyet valaki más készített hasonló probléma megoldására. Ahelyett, hogy a semmiből építene egy modellt egy hasonló probléma megoldására, használja a másik problémára kiképzett modelltPéldául, ha öntanuló autót szeretne építeni.
Mit jelent az előképzett modell?
Definíció. modell, amely önállóan tanult meg prediktív összefüggéseket a képzési adatokból, gyakran gépi tanulást használva.
Hogyan használ egy előre betanított hálózatot?
Alkalmazza az előképzett hálózatokat közvetlenül az osztályozási problémákra. Új kép besorolásához használja a classify parancsot. A kép osztályozása a GoogLeNet segítségével című témakörben talál egy példát, amely bemutatja, hogyan kell használni egy előre betanított hálózatot az osztályozáshoz. Használjon előképzett hálózatot szolgáltatáskivonóként a rétegaktiválások funkcióként való használatával
Miért előnyös az előre betanított modellek használata a CNN-ekhez?
Általában az előre betanított CNN-ek hatékony szűrőkkel rendelkeznek az információk kinyerésére a képekből, mivel jól elosztott adatkészlettel vannak betanítva, és jó architektúrájúak. Alapvetően a konvolúciós rétegekben lévő szűrők megfelelően képzettek a képek jellemzőinek kiemelésére.
Hogyan válasszak előképzett modellt?
Kézbesítési robotmodell - Azonosítsa az út menti objektumokat.
Van néhány kérdés, amelyet fel kell tennie magának a jó előre betanított modell kiválasztásához:
- Melyek a kívánt KIMENETEK?
- Milyen BEMENETEKRE számít?
- Támogatja az előre betanított modell az ilyen beviteli követelményeket?
- Mi a modell pontossága és egyéb specifikációk?
