Einfach ausgedrückt ist ein vortrainiertes Modell ein Modell, das von jemand anderem erstellt wurde, um ein ähnliches Problem zu lösen Anstatt ein Modell von Grund auf neu zu erstellen, um ein ähnliches Problem zu lösen, Sie Verwenden Sie das an einem anderen Problem trainierte Modell als Ausgangspunkt. Zum Beispiel, wenn Sie ein selbstlernendes Auto bauen möchten.
Warum ist es vorteilhaft, die vortrainierten Modelle für CNNs zu verwenden?
Normalerweise haben vortrainierte CNNs effektive Filter, um Informationen aus den Bildern zu extrahieren weil sie mit einem gut verteilten Datensatz trainiert werden und eine gute Architektur haben. Grundsätzlich sind die Filter in den F altungsschichten richtig trainiert, um die Merkmale der Bilder zu extrahieren.
Was ist mit vortrainiertem Modell gemeint?
Definition. Ein Modell, das aus Trainingsdaten selbstständig Vorhersagebeziehungen erlernt hat, häufig mithilfe von maschinellem Lernen.
Warum sollten vortrainierte Modelle fein abgestimmt werden?
Die Aufgabe der Feinabstimmung eines Netzwerks besteht darin, die Parameter eines bereits trainierten Netzwerks so anzupassen, dass es sich an die neue Aufgabe anpasst Wie hier erklärt, die ersten Schichten lernen sehr allgemeine Merkmale und je höher wir im Netzwerk gehen, desto mehr Muster lernen die Schichten, die spezifischer für die Aufgabe sind, für die sie trainiert werden.
Was ist ein vortrainierter Datensatz?
Ein vortrainiertes Modell ist ein gespeichertes Netzwerk, das zuvor mit einem großen Datensatz trainiert wurde, typischerweise mit einer umfangreichen Bildklassifizierungsaufgabe. Sie verwenden entweder das vortrainierte Modell wie es ist oder verwenden Transfer Learning, um dieses Modell an eine bestimmte Aufgabe anzupassen.
