transfer-learning

Вопрос или проблема Следующий код представляет собой небольшой фрагмент, но я пытаюсь понять результаты model.fit с обучающим и тестовым наборами данных по сравнению с результатами model.evaluate. Я не уверен, что они не совпадают, или я не понимаю, как читать результаты?

Вопрос или проблема Я хотел узнать, есть ли у кого-то какие-либо рекомендации по поводу того, что лучше для классификации изображений с большим количеством классов (около 400) с небольшим количеством образцов на класс (около 20) для относительно больших

Вопрос или проблема Я пытаюсь создать нейронную сеть для задачи определения возраста. Вот некоторые детали: Набор данных: я использую набор данных “facial age” с Kaggle и набор данных “UTKFace”, всего около 35 тысяч изображений.

Вопрос или проблема Это мой код на Python: from __future__ import absolute_import, division, print_function, unicode_literals import tensorflow as tf from matplotlib import pyplot as plt import numpy as np Я проверил, существует ли сохраненная модель

Вопрос или проблема Я пробовал использовать несколько предобученных моделей (MobileNet) для мультиклассовых предсказаний. У нас 42 класса, и распределение изображений равномерное по всем 42 классам. Вот мой код: base_model=MobileNet(weights="imagenet",include_top=False,input_shape

Вопрос или проблема Я пытаюсь обучить модель, которая является расширением Inception-V3 от Google с целью распознавания и классификации наличия пневмонии на рентгеновских изображениях. Я использовал Tensorflow-Hub для прохождения этапа трансферного обучения

Вопрос или проблема Мне интересно, какие шаги вы предпринимаете, чтобы решить, какую часть модели разморозить. Вы проводите несколько экспериментов? Поскольку использование GPU дорогостоящее, у вас должны быть какие-то рекомендации.

Вопрос или проблема Я экспериментировал с рядом различных моделей машинного обучения, используемых для оценки позы. Большинство из них выдают тепловую карту и смещения для обнаруженных человек(ов) на изображении. Мне действительно нравится производительность

Вопрос или проблема Я тестирую перенос обучения на довольно маленьких нейронных сетях с двумя скрытыми слоями по 20 нейронов на табличных данных. Ни одно из моих экспериментов не дает прироста по сравнению с базовой нейронной сеткой. Это ожидаемо?

Вопрос или проблема Я задумываюсь, как подойти к проекту, где я хотел бы увеличить количество выходных классов уже обученной сети. У меня есть очень веские основания полагать, что модель уже усвоила соответствующую информацию, чтобы предсказать этот новый

Вопрос или проблема Пусть $X$ представляет собой набор данных, состоящий из $N$ экземпляров, где каждый экземпляр описывается набором признаков $\text{feat}_0, \ldots, \text{feat}_m$, а $Y$ обозначает соответствующие целевые значения.

Вопрос или проблема В обучении с переносом мы всегда используем новые данные для повторной тренировки предварительно обученной модели. Но каково конкретное и официальное определение повторной тренировки? Или какие исследования упоминали это определение

Вопрос или проблема Я пытаюсь использовать NasNetlarge в Keras без верхней части, но не могу избавиться от верхней части: from keras.applications import NASNetLarge model = NASNetLarge(input_shape=(224, 224, 3), include_top=False, weights="imagenet")

Вопрос или проблема Предположим, я хочу использовать обучение с переносом, чтобы обучить модель для обнаружения объекта A против всего остального. В этом случае мне нужно предоставить 2 типа входных данных: изображения объекта A и изображения всего остального

Вопрос или проблема Я понимаю, что в случае трансферного обучения целевые и исходные данные могут иметь разные распределения по доменам. В таких случаях авторам во многих статьях предлагают сблизить маргинальные и условные распределения целевых и исходных данных, т.

Вопрос или проблема Я занимаюсь многоклассовой классификацией и сравниваю влияние двух техник улучшения изображений (IET). IET 1 работает лучше, чем IET 2 при случайном начальном значении x (для разделения на тренировочный, тестовый и валидационный наборы).

Вопрос или проблема Необходимо ли предварительно обрабатывать изображения так же, как это было сделано во время обучения предобученных моделей в нашей дообученной модели для использования её в другой задаче классификации? Допустим, у меня есть предобученная

Вопрос или проблема Я пытаюсь переобучить нейронную сеть с использованием трансферного обучения, чтобы она могла классифицировать, есть ли на изображении определенный объект, скажем, автомобиль. Мой положительный набор данных довольно мал, всего 2500~ изображений.

Вопрос или проблема Существует модифицированная модель efficientnet TF, которую я пытаюсь смоделировать в pytorch. Я внес изменения в архитектуру модели в pytorch, выгрузил веса модели TF и загрузил их обратно в новую модель pytorch.

Вопрос или проблема В трансферном обучении часто лишь последний слой сети перенастраивается с использованием градиентного спуска. Однако последний слой обычной нейронной сети выполняет только линейное преобразование, так почему мы используем градиентный