Prečo používať predtrénovaný model?

Obsah:

Prečo používať predtrénovaný model?
Prečo používať predtrénovaný model?

Video: Prečo používať predtrénovaný model?

Video: Prečo používať predtrénovaný model?
Video: How To Do Stable Diffusion LORA Training By Using Web UI On Different Models - Tested SD 1.5, SD 2.1 2024, November
Anonim

Jednoducho povedané, predtrénovaný model je model vytvorený niekým iným na vyriešenie podobného problému Namiesto vytvárania modelu od začiatku na vyriešenie podobného problému použite model natrénovaný na iný problém ako východiskový bod. Ak si napríklad chcete postaviť auto, ktoré sa učia.

Prečo je výhodné používať vopred vyškolené modely pre CNN?

Vopred vyškolené siete CNN majú zvyčajne efektívne filtre na extrahovanie informácií z obrázkov, pretože sú trénované s dobre distribuovaným súborom údajov a majú dobrú architektúru. V zásade sú filtre v konvolučných vrstvách správne naučené na extrahovanie vlastností obrázkov.

Čo znamená predtrénovaný model?

Definícia. Model , ktorý sa nezávisle naučil prediktívne vzťahy z tréningových údajov, často pomocou strojového učenia.

Prečo by sa predtrénované modely mali doladiť?

Úlohou jemného doladenia siete je vyladiť parametre už natrénovanej siete tak, aby sa prispôsobila novej aktuálnej úlohe Ako je tu vysvetlené, počiatočné vrstvy naučte sa veľmi všeobecné funkcie a ako postupujeme vyššie v sieti, vrstvy majú tendenciu učiť sa vzory špecifickejšie pre úlohu, na ktorú sa trénujú.

Čo je predtrénovaná množina údajov?

Predtrénovaný model je uložená sieť, ktorá bola predtým trénovaná na veľkom súbore údajov, zvyčajne na úlohe klasifikácie obrázkov vo veľkom meradle. Buď použijete predtrénovaný model tak, ako je, alebo použijete prenosové učenie na prispôsobenie tohto modelu danej úlohe.

Odporúča: