En pocas palabras, un modelo preentrenado es un modelo creado por otra persona para resolver un problema similar. En lugar de construir un modelo desde cero para resolver un problema similar, usa el modelo entrenado en otro problema como punto de partida Por ejemplo, si desea construir un automóvil de autoaprendizaje.
¿Qué se entiende por modelo preentrenado?
Definición. Un modelo que ha aprendido de forma independiente relaciones predictivas a partir de datos de entrenamiento, a menudo usando aprendizaje automático.
¿Cómo se usa una red preentrenada?
Aplicar redes previamente entrenadas directamente a problemas de clasificación. Para clasificar una nueva imagen, utilice classify. Para obtener un ejemplo que muestre cómo usar una red previamente entrenada para la clasificación, consulte Clasificar imágenes con GoogLeNet. Use una red preentrenada como extractor de funciones usando las activaciones de capa como funciones
¿Por qué es beneficioso usar los modelos previamente entrenados para las CNN?
Por lo general, las CNN preentrenadas tienen filtros efectivos para extraer información de las imágenes porque están entrenadas con un conjunto de datos bien distribuido y tienen una buena arquitectura. Básicamente, los filtros en las capas convolucionales están debidamente entrenados para extraer las características de las imágenes.
¿Cómo elijo un modelo preentrenado?
Modelo de robot de entrega: identifique objetos al borde de la carretera.
Hay algunas preguntas que debe hacerse para seleccionar un buen modelo preentrenado:
- ¿Cuáles son las SALIDAS deseadas?
- ¿Qué tipo de ENTRADAS esperas?
- ¿El modelo preentrenado es compatible con tales requisitos de entrada?
- ¿Cuál es la precisión del modelo y otras especificaciones?
