Önceden Eğitimlenmiş Modellerden Yararlanma
Evrişimli bir nöral ağın görüntü sınıflandırma görevlerini gerçekleştirmesi genellikle çok büyük miktarda eğitim verisi gerektirir. Bu işlemin tamamlanması günler, hatta haftalar sürebilir. Peki, TensorFlow-Slim gibi devasa veri kümeleriyle eğitilmiş mevcut görüntü modellerinden yararlanıp bunları kendi sınıflandırma görevlerinizde kullanmak için uyarlayabilseniz nasıl olurdu?
Önceden eğitilmiş modellerden yararlanmak için yaygın olarak kullanılan bir teknik, özellik ayıklama yöntemidir. Önceden eğitilmiş model tarafından üretilen ara gösterimleri alma ve ardından bu temsilleri giriş olarak yeni bir modele aktarma. Örneğin, farklı sebze türlerini ayırt etmek için bir resim sınıflandırma modelini eğitiyorsanız, havuç, kereste vb. resimleri önceden eğitilmiş bir modele besleyebilir ve daha sonra, modelin resimler hakkında öğrendiği tüm bilgileri yakalayan son kavisli özellikleri elde edebilirsiniz. Önceden eğitilmiş bir modelle özellik çıkarma kullanıldığında performansı artırmak için mühendisler, genellikle çıkarılan özelliklere uygulanan ağırlık parametrelerini ince ayarlar.
Önceden eğitilmiş modeller kullanılırken özellik çıkarma ve ince ayarlamayla ilgili daha ayrıntılı bir keşif için aşağıdaki Egzersize bakın.