Nói một cách đơn giản, một mô hình được đào tạo trước là một mô hình được tạo ra bởi một số người khác để giải quyết một vấn đề tương tự. Thay vì xây dựng một mô hình từ đầu để giải quyết một vấn đề tương tự, bạn sử dụng mô hình được đào tạo về vấn đề khác làm điểm khởi đầuVí dụ: nếu bạn muốn chế tạo một chiếc ô tô tự học.
Mô hình đúc sẵn nghĩa là gì?
Định nghĩa. Mô hình đã học độc lập các mối quan hệ dự đoán từ dữ liệu đào tạo, thường sử dụng máy học.
Làm thế nào để bạn sử dụng mạng được đào tạo trước?
Áp dụng các mạng được đào tạo trước trực tiếp vào các vấn đề phân loại. Để phân loại một hình ảnh mới, hãy sử dụng phân loại. Để biết ví dụ về cách sử dụng mạng được đào tạo trước để phân loại, hãy xem Phân loại hình ảnh bằng GoogLeNet. Sử dụng mạng được đào tạo trước làm trình trích xuất tính năng bằng cách sử dụng kích hoạt lớp dưới dạng tính năng
Tại sao sử dụng các mô hình được đào tạo trước cho CNN lại có lợi?
Thông thường, các CNN được đào tạo trước có bộ lọc hiệu quả để trích xuất thông tin từ các hình ảnhvì họ được đào tạo với tập dữ liệu được phân phối tốt và chúng có kiến trúc tốt. Về cơ bản, các bộ lọc trong các lớp phức hợp được đào tạo thích hợp để trích xuất các đặc điểm của hình ảnh.
Làm cách nào để chọn một mô hình được đào tạo trước?
Mô hình Robot Giao hàng - Xác định các đối tượng bên đường.
Có một số câu hỏi bạn phải tự hỏi để lựa chọn mô hình Tốt được Đào tạo trước:
- ĐẦU RA mong muốn là gì?
- Bạn mong đợi loại ĐẦU VÀO nào?
- Mô hình được đào tạo trước có hỗ trợ các yêu cầu đầu vào như vậy không?
- Độ chính xác của mô hình và các thông số kỹ thuật khác là gì?
