Logo fa.boatexistence.com

چه زمانی از مدل های از پیش آموزش دیده استفاده کنیم؟

فهرست مطالب:

چه زمانی از مدل های از پیش آموزش دیده استفاده کنیم؟
چه زمانی از مدل های از پیش آموزش دیده استفاده کنیم؟

تصویری: چه زمانی از مدل های از پیش آموزش دیده استفاده کنیم؟

تصویری: چه زمانی از مدل های از پیش آموزش دیده استفاده کنیم؟
تصویری: زنان شیفته چه مردانی میشوند ؟ | خانمها بیشتر مجذوب چه مردانی می شوند | زنان جذب چه مردانی میشوند؟ | 2024, ممکن است
Anonim

به بیان ساده، یک مدل از پیش آموزش دیده مدلی است که توسط شخص دیگری برای حل یک مشکل مشابه ایجاد شده است. به جای ساختن یک مدل از ابتدا برای حل یک مشکل مشابه، از مدل آموزش داده شده در مورد مسائل دیگر به عنوان نقطه شروع استفاده می کنید برای مثال، اگر می خواهید یک ماشین خودآموز بسازید.

منظور از مدل Pretrained چیست؟

تعریف. یک مدل که به طور مستقل روابط پیش‌بینی‌کننده را از داده‌های آموزشی آموخته است، اغلب با استفاده از یادگیری ماشینی.

چگونه از شبکه Pretrained استفاده می کنید؟

شبکه های از پیش آموزش دیده را مستقیماً برای مشکلات طبقه بندی اعمال کنید. برای طبقه بندی یک تصویر جدید، از classify استفاده کنید. برای مثالی که نحوه استفاده از یک شبکه از پیش آموزش دیده برای طبقه بندی را نشان می دهد، به طبقه بندی تصویر با استفاده از GoogLeNet مراجعه کنید.با استفاده از فعال‌سازی لایه به‌عنوان ویژگی، از یک شبکه از پیش آموزش دیده به عنوان استخراج‌کننده ویژگی استفاده کنید

چرا استفاده از مدل های از پیش آموزش دیده برای CNN مفید است؟

معمولاً CNN های از پیش آموزش دیده دارای فیلترهای برای استخراج اطلاعات از تصاویر هستند، زیرا با مجموعه داده به خوبی توزیع شده آموزش دیده اند و معماری خوبی دارند. اساساً، فیلترها در لایه‌های کانولوشن برای استخراج ویژگی‌های تصاویر به درستی آموزش داده شده‌اند.

چگونه یک مدل Pretrained انتخاب کنم؟

مدل ربات تحویلی - اشیاء کنار جاده را شناسایی کنید.

  1. خروجی های مورد نظر چیست؟
  2. چه نوع ورودی هایی را انتظار دارید؟
  3. آیا مدل از پیش آموزش دیده از چنین الزامات ورودی پشتیبانی می کند؟
  4. دقت مدل و سایر مشخصات چیست؟

توصیه شده: