უბრალოდ, წინასწარ გაწვრთნილი მოდელი არის მოდელი, რომელიც შექმნილია სხვის მიერ მსგავსი პრობლემის გადასაჭრელად ნაცვლად იმისა, რომ ააგოთ მოდელი ნულიდან მსგავსი პრობლემის გადასაჭრელად, თქვენ გამოიყენეთ სხვა პრობლემაზე მომზადებული მოდელი, როგორც ამოსავალი წერტილი. მაგალითად, თუ გსურთ შექმნათ თვითნასწავლი მანქანა.
რატომ არის მომგებიანი CNN-ებისთვის წინასწარ მომზადებული მოდელების გამოყენება?
ჩვეულებრივ, წინასწარ გაწვრთნილ CNN-ებს აქვთ ეფექტური ფილტრები სურათებიდან ინფორმაციის ამოსაღებად, რადგან ისინი გაწვრთნილები არიან კარგად განაწილებული მონაცემთა ნაკრებით და აქვთ კარგი არქიტექტურა. ძირითადად, ფილტრები კონვოლუციურ ფენებში სათანადოდ არის გაწვრთნილი გამოსახულების მახასიათებლების ამოსაღებად.
რა იგულისხმება წინასწარ მომზადებულ მოდელში?
განმარტება. მოდელი, რომელმაც დამოუკიდებლად ისწავლა პროგნოზირებადი ურთიერთობები ტრენინგის მონაცემებიდან, ხშირად იყენებს მანქანურ სწავლებას.
რატომ უნდა იყოს წინასწარ მომზადებული მოდელები?
ქსელის დაზუსტების ამოცანაა უკვე გაწვრთნილი ქსელის პარამეტრების შესწორება ისე, რომ იგი მოერგოს ახალ ამოცანას როგორც აქ არის განმარტებული, საწყისი ფენები ისწავლეთ ძალიან ზოგადი მახასიათებლები და რაც უფრო მაღლა მივდივართ ქსელში, ფენები სწავლობენ უფრო სპეციფიკურ შაბლონებს იმ ამოცანისთვის, რომელზედაც სწავლობენ.
რა არის წინასწარ მომზადებული მონაცემთა ნაკრები?
წინასწარ მომზადებული მოდელი არის შენახული ქსელი, რომელიც ადრე იყო გაწვრთნილი დიდ მონაცემთა ბაზაზე, როგორც წესი, ფართომასშტაბიანი გამოსახულების კლასიფიკაციის ამოცანაზე. თქვენ ან იყენებთ წინასწარ მომზადებულ მოდელს, როგორც არის, ან იყენებთ გადაცემის სწავლებას ამ მოდელის მოცემულ დავალებაზე მოსარგებად.
