Logo bs.boatexistence.com

Zašto koristiti prethodno obučeni model?

Sadržaj:

Zašto koristiti prethodno obučeni model?
Zašto koristiti prethodno obučeni model?

Video: Zašto koristiti prethodno obučeni model?

Video: Zašto koristiti prethodno obučeni model?
Video: Камерон Расселл: Внешность не главное. Поверьте мне, я модель 2024, Maj
Anonim

Jednostavno rečeno, unaprijed obučeni model je model kreiran od strane nekog drugog za rješavanje sličnog problema Umjesto izgradnje modela od nule za rješavanje sličnog problema, vi koristiti model obučen za drugi problem kao početnu tačku. Na primjer, ako želite da napravite auto koji se samostalno uči.

Zašto je korisno koristiti prethodno obučene modele za CNN?

Obično, unapred obučeni CNN-ovi imaju efikasne filtere za izdvajanje informacija iz slika jer su obučeni sa dobro raspoređenim skupom podataka i imaju dobru arhitekturu. U osnovi, filteri u konvolucijskim slojevima su pravilno obučeni da izdvajaju karakteristike slika.

Šta se podrazumijeva pod unaprijed obučenim modelom?

Definicija. model koji je samostalno naučio prediktivne odnose iz podataka o obuci, često koristeći mašinsko učenje.

Zašto bi prethodno obučeni modeli trebali biti fino podešeni?

Zadatak finog podešavanja mreže je podešavanje parametara već obučene mreže tako da se prilagođava novom zadatku Kao što je ovdje objašnjeno, početni slojevi naučite vrlo općenite karakteristike i kako idemo više u mrežu, slojevi imaju tendenciju da uče obrasce koji su specifičniji za zadatak na kojem se obučava.

Šta je prethodno obučeni skup podataka?

Unaprijed obučeni model je sačuvana mreža koja je prethodno obučena na velikom skupu podataka, tipično za zadatak klasifikacije slika velikih razmjera. Ili koristite unaprijed obučeni model kakav jeste ili koristite transferno učenje da prilagodite ovaj model datom zadatku.

Preporučuje se: