Logo id.boatexistence.com

Kapan menggunakan model yang telah dilatih sebelumnya?

Daftar Isi:

Kapan menggunakan model yang telah dilatih sebelumnya?
Kapan menggunakan model yang telah dilatih sebelumnya?

Video: Kapan menggunakan model yang telah dilatih sebelumnya?

Video: Kapan menggunakan model yang telah dilatih sebelumnya?
Video: [5] Cara Menyimpan dan Menggunakan Model Machine Learning Sklearn dengan Pickle dan Joblib 2024, Mungkin
Anonim

Sederhananya, model pra-terlatih adalah model yang dibuat oleh orang lain untuk memecahkan masalah yang sama. Alih-alih membangun model dari awal untuk memecahkan masalah serupa, Anda menggunakan model yang dilatih pada masalah lain sebagai titik awal Misalnya, jika Anda ingin membuat mobil belajar mandiri.

Apa yang dimaksud dengan Pretrained model?

Definisi. Sebuah model yang secara independen mempelajari hubungan prediktif dari data pelatihan, sering kali menggunakan pembelajaran mesin.

Bagaimana Anda menggunakan jaringan Pralatih?

Terapkan jaringan pra-latihan langsung ke masalah klasifikasi. Untuk mengklasifikasikan gambar baru, gunakan klasifikasi. Untuk contoh yang menunjukkan cara menggunakan jaringan pra-latihan untuk klasifikasi, lihat Mengklasifikasikan Gambar Menggunakan GoogLeNet. Gunakan jaringan yang telah dilatih sebelumnya sebagai ekstraktor fitur dengan menggunakan aktivasi lapisan sebagai fitur

Mengapa menggunakan model pra-latihan untuk CNN bermanfaat?

Biasanya, CNN yang telah dilatih sebelumnya memiliki filter yang efektif untuk mengekstrak informasi dari gambar karena mereka dilatih dengan kumpulan data yang terdistribusi dengan baik, dan mereka memiliki arsitektur yang baik. Pada dasarnya, filter di lapisan convolutional dilatih dengan benar untuk mengekstrak fitur gambar.

Bagaimana cara memilih model Pralatihan?

Delivery Robot Model - Identifikasi objek pinggir jalan.

Ada beberapa pertanyaan yang harus Anda tanyakan pada diri sendiri untuk pemilihan model Pra-Terlatih yang baik:

  1. Apa OUTPUT yang diinginkan?
  2. INPUT seperti apa yang Anda harapkan?
  3. Apakah Model Pra-Terlatih mendukung persyaratan input seperti itu?
  4. Apa akurasi model dan spesifikasi lainnya?

Direkomendasikan: