En poques paraules, un model pre-entrenat és un model creat per algú altre per resoldre un problema similar En lloc de construir un model des de zero per resoldre un problema similar, utilitzar el model entrenat en un altre problema com a punt de partida. Per exemple, si voleu construir un cotxe d'autoaprenentatge.
Per què és beneficiós utilitzar els models prèviament entrenats per a CNN?
Normalment, les CNN prèviament entrenadas tenen filtres efectius per extreure informació de les imatges perquè s'entrenen amb un conjunt de dades ben distribuït i tenen una bona arquitectura. Bàsicament, els filtres de les capes convolucionals estan entrenats adequadament per extreure les característiques de les imatges.
Què s'entén per model preentrenat?
Definició. Un model que ha après de manera independent les relacions predictives a partir de les dades d'entrenament, sovint utilitzant l'aprenentatge automàtic.
Per què s'han de posar a punt els models preentrenats?
La tasca d'afinar una xarxa és ajustar els paràmetres d'una xarxa ja entrenada perquè s'adapti a la nova tasca que calgui Com s'explica aquí, les capes inicials aprendre característiques molt generals i a mesura que anem més amunt de la xarxa, les capes tendeixen a aprendre patrons més específics per a la tasca en què s'està entrenant.
Què és el conjunt de dades preentrenat?
Un model pre-entrenat és una xarxa desada que prèviament s'ha entrenat en un conjunt de dades gran, normalment en una tasca de classificació d'imatges a gran escala. Utilitzeu el model preentrenat tal com és o feu servir l'aprenentatge de transferència per personalitzar aquest model a una tasca determinada.
