Simpelt sagt er en fortrænet model en model skabt af en anden for at løse et lignende problem I stedet for at bygge en model fra bunden for at løse et lignende problem, kan du bruge modellen trænet på andre problemstillinger som udgangspunkt. For eksempel, hvis du vil bygge en selvlærende bil.
Hvorfor er det fordelagtigt at bruge de fortrænede modeller til CNN'er?
Sædvanligvis har forudtrænede CNN'er effektive filtre til at udtrække information fra billederne, fordi de er trænet med et velfordelt datasæt, og de har en god arkitektur. Grundlæggende er filtrene i foldningslagene korrekt trænet til at udtrække funktionerne i billederne.
Hvad menes der med Pretrained model?
Definition. En model, der selvstændigt har lært forudsigelige sammenhænge fra træningsdata, ofte ved hjælp af maskinlæring.
Hvorfor skal fortrænede modeller finjusteres?
Opgaven med at finjustere et netværk er at finjustere parametrene for et allerede trænet netværk, så det tilpasser sig den nye opgave ved hånden Som forklaret her, de indledende lag lære meget generelle funktioner, og efterhånden som vi går højere op på netværket, har lagene en tendens til at lære mønstre, der er mere specifikke for den opgave, de trænes i.
Hvad er Pretrained datasæt?
En forudtrænet model er et gemt netværk, der tidligere blev trænet på et stort datasæt, typisk på en storstilet billedklassificeringsopgave. Du bruger enten den fortrænede model, som den er, eller du bruger transfer learning til at tilpasse denne model til en given opgave.
