Проще говоря, предварительно обученная модель - это модель, созданная кем-то другим для решения аналогичной задачи Вместо создания модели с нуля для решения аналогичной задачи вы используйте модель, обученную другой проблеме, в качестве отправной точки. Например, если вы хотите построить самообучающийся автомобиль.
Почему полезно использовать предварительно обученные модели для CNN?
Обычно предварительно обученные CNN имеют эффективные фильтры для извлечения информации из изображений, потому что они обучены с хорошо распределенным набором данных и имеют хорошую архитектуру. По сути, фильтры в сверточных слоях должным образом обучены извлекать особенности изображений.
Что подразумевается под предварительно обученной моделью?
Определение. модель, которая независимо изучила прогностические отношения на основе обучающих данных, часто используя машинное обучение.
Почему предварительно обученные модели должны быть точно настроены?
Задача точной настройки сети состоит в том, чтобы настроить параметры уже обученной сети, чтобы она адаптировалась к новой задаче Как объяснено здесь, начальные слои изучают очень общие функции, и по мере того, как мы продвигаемся выше по сети, слои имеют тенденцию изучать шаблоны, более специфичные для задачи, на которой они обучаются.
Что такое предварительно обученный набор данных?
Предварительно обученная модель - это сохраненная сеть, которая ранее была обучена на большом наборе данных, обычно на крупномасштабной задаче классификации изображений. Вы либо используете предварительно обученную модель как есть, либо используете перенос обучения, чтобы настроить эту модель для данной задачи.
