In poche parole, un modello pre-addestrato è un modello creato da qualcun altro per risolvere un problema simile. Invece di costruire un modello da zero per risolvere un problema simile, usi il modello addestrato su un altro problema come punto di partenza Ad esempio, se vuoi costruire un'auto che impara da solo.
Cosa si intende per modello preaddestrato?
Definizione. Un modello che ha appreso in modo indipendente relazioni predittive dai dati di addestramento, spesso utilizzando l'apprendimento automatico.
Come si usa una rete preaddestrata?
Applica reti pre-addestrate direttamente ai problemi di classificazione. Per classificare una nuova immagine, usa classifica. Per un esempio che mostra come utilizzare una rete preaddestrata per la classificazione, consulta Classificare l'immagine utilizzando GoogLeNet. Usa una rete preaddestrata come estrattore di funzionalità entro usando le attivazioni del livello come funzionalità
Perché è vantaggioso utilizzare i modelli pre-addestrati per le CNN?
Di solito, le CNN pre-addestrate hanno filtri efficaci per estrarre informazioni dalle immagini perché sono addestrate con un set di dati ben distribuito e hanno una buona architettura. Fondamentalmente, i filtri negli strati convoluzionali sono opportunamente addestrati per estrarre le caratteristiche delle immagini.
Come faccio a scegliere un modello preaddestrato?
Modello di robot di consegna - Identifica gli oggetti lungo la strada.
Ci sono alcune domande che devi porti per la selezione di un buon modello pre-addestrato:
- Quali sono le USCITE desiderate?
- Che tipo di INGRESSI ti aspetti?
- Il modello pre-addestrato supporta tali requisiti di input?
- Qual è la precisione del modello e altre specifiche?
