Thënë thjesht, një model i trajnuar paraprakisht është një model i krijuar nga dikush tjetër për të zgjidhur një problem të ngjashëm Në vend që të ndërtoni një model nga e para për të zgjidhur një problem të ngjashëm, ju përdorni modelin e trajnuar për një problem tjetër si pikënisje. Për shembull, nëse doni të ndërtoni një makinë që mëson vetë.
Pse është e dobishme të përdoren modelet e para-trajnuara për CNN?
Zakonisht, CNN-të e trajnuar paraprakisht kanë filtra efektive për të nxjerrë informacion nga imazhet sepse janë të trajnuar me një grup të dhënash të shpërndarë mirë dhe kanë një arkitekturë të mirë. Në thelb, filtrat në shtresat konvolucionale janë të trajnuar siç duhet për të nxjerrë veçoritë e imazheve.
Çfarë nënkuptohet me modelin e paratrajnuar?
Përkufizim. Një model që ka mësuar në mënyrë të pavarur marrëdhëniet parashikuese nga të dhënat e trajnimit, shpesh duke përdorur mësimin e makinerive.
Pse modelet e paratrajnuara duhet të akordohen mirë?
Detyra e akordimit të mirë të një rrjeti është për të rregulluar parametrat e një rrjeti tashmë të trajnuar në mënyrë që ai të përshtatet me detyrën e re në dorë Siç shpjegohet këtu, shtresat fillestare mësoni veçori shumë të përgjithshme dhe ndërsa shkojmë më lart në rrjet, shtresat priren të mësojnë modele më specifike për detyrën për të cilën po trajnohet.
Çfarë është grupi i të dhënave të paratrajnuara?
Një model i trajnuar paraprakisht është një rrjet i ruajtur që është trajnuar më parë në një grup të dhënash të madhe, zakonisht në një detyrë të klasifikimit të imazheve në shkallë të gjerë. Ju ose përdorni modelin e para-trajnuar siç është ose përdorni mësimin e transferimit për ta përshtatur këtë model në një detyrë të caktuar.
