TRANSFER LEARNING LÀ GÌ

  -  

Bài này vẫn ra mắt những kinh nghiệm để giải quyết khi bạn không tồn tại đủ tài liệu mang lại vấn đề traning Model.

Bạn đang xem: Transfer learning là gì


Transfer learning

quý khách hàng có bài xích toán nên nhấn diện 1000 người danh tiếng làm việc toàn quốc, mặc dù dữ liệu để train chỉ khoảng 10 hình ảnh / 1 người. Số lượng dữ liệu là vượt ít nhằm train một mô hình CNN hoàn hảo.

Quý Khách tra cứu trên mạng thấy VGGFace2 dataset gồm 3.31 triệu hình họa của 9131 fan, cùng với vừa đủ 362.6 ảnh cho từng người. Họ làm cho bài bác toán giống như bản thân sẽ là thừa nhận diện ảnh từng fan với họ sẽ train được CNN mã sản phẩm cùng với accuracy rộng 99%.

Quý Khách ghi nhớ ra là trong convolutional neural network, convolutional layer có chức năng lấy ra những đặc thù của hình ảnh, và sau hàng loạt các convolutional layer + pooling layer (ConvNet) thì Mã Sản Phẩm đã học được các Điểm lưu ý của ảnh, trước lúc được bỏ vô fully connected layer => ConvNet trong VGGFace2 model cũng lôi ra được những Đặc điểm của khía cạnh người (tai, mũi, tóc,…) => Ta cũng có thể áp dụng phần ConvNet của VGGFace2 model vào bài toán thù nhấn diện mặt người nổi tiếng sinh sống toàn quốc để đưa ra các Điểm sáng của khía cạnh.

Quá trình thực hiện pre-trained model nhỏng trên hotline là transfer learning.

Xem thêm: Tìm Hiểu Về Nvidia Experience Là Gì ? Geforce Experience Là Gì


*

Dạng lắp thêm hai giống hệt như bài bác logistic regression, Có nghĩa là Model chỉ phân nhiều loại 2 class. Mỗi lần ta vẫn phân một số loại 1 class cùng với toàn bộ những class còn lại.


*
Freeze các layer của pre-trained Mã Sản Phẩm, chỉ train trên các layer mới
*
lật ngược ảnh theo hướng dọc

Rotation: Quay hình họa theo rất nhiều góc không giống nhau


*
Scale ảnh

Crop: Cắt một vùng ảnh kế tiếp rekích thước vùng hình họa đấy về size hình ảnh ban đầu


*
Translate hình họa 30px theo pmùi hương x, 10px theo phương y

Tuy nhiên khi rotate hoặc translation thì hình họa bị đều khoảng black nhưng hay hình ảnh thực tế không tồn tại các khoảng tầm Black đấy cần gồm một vài phương pháp để xử lý như: lấy quý hiếm trường đoản cú cạnh của hình họa mới làm cho các pixel bị đen, gán những cực hiếm black bằng giá trị của hình họa đối xứng qua cạnh,…

Nên áp dụng phong cách augmentation làm sao thì tùy nằm trong vào ngữ nghĩa của hình họa vào bài xích tân oán ai đang giải quyết và xử lý.

Xem thêm: Trang Thông Tin Về Game Thiên Long Truyền Kỳ Tlbb, Tải Thiên Long Truyền Kỳ 3D Về Máy

*** Trong khi fan ta còn cần sử dụng GAN đến semi-supervised learning


*

Ý tưởng là generator hệt như một nguồn cung ứng ảnh new, discriminator giờ tất cả 2 việc:

dấn diện hình ảnh kém chất lượng và hình ảnh thật phân các loại ảnh

Tài liệu mang đến ai ý muốn đọc thêm tại chỗ này.


Bài 10: Các kĩ thuật cơ phiên bản vào deep learning
Bài 8: Ứng dụng CNN cho ô tô trường đoản cú lái