Simplesmente, um modelo pré-treinado é um modelo criado por outra pessoa para resolver um problema semelhante Em vez de construir um modelo do zero para resolver um problema semelhante, você use o modelo treinado em outro problema como ponto de partida. Por exemplo, se você quiser construir um carro autodidata.
Por que é benéfico usar os modelos pré-treinados para CNNs?
Geralmente, CNNs pré-treinadas possuem filtros eficazes para extrair informações das imagens porque são treinadas com um conjunto de dados bem distribuído e possuem uma boa arquitetura. Basicamente, os filtros nas camadas convolucionais são devidamente treinados para extrair as características das imagens.
O que se entende por modelo pré-treinado?
Definição. Um modelo que aprendeu independentemente relacionamentos preditivos de dados de treinamento, geralmente usando aprendizado de máquina.
Por que modelos pré-treinados devem ser ajustados?
A tarefa de ajustar uma rede é ajustar os parâmetros de uma rede já treinada para que ela se adapte à nova tarefa em mãos Como explicado aqui, as camadas iniciais aprendemos recursos muito gerais e à medida que subimos na rede, as camadas tendem a aprender padrões mais específicos para a tarefa em que está sendo treinada.
O que é conjunto de dados pré-treinado?
Um modelo pré-treinado é uma rede salva que foi previamente treinada em um grande conjunto de dados, normalmente em uma tarefa de classificação de imagem em grande escala. Você pode usar o modelo pré-treinado como está ou usar o aprendizado de transferência para personalizar esse modelo para uma determinada tarefa.
