Де знайти заздалегідь підготовлені моделі для трансферного навчання [закрито]


9

Я новачок у галузі машинного навчання, але хотів спробувати застосувати простий алгоритм класифікації з Керасом. На жаль, у мене дуже невеликий набір даних, тому я подумав спробувати застосувати трансферне навчання до проблеми; однак я не зміг знайти нічого в мережі, тому хотів зрозуміти, які найкращі місця шукати заздалегідь підготовлену нейронну мережу. Чи є у вас якісь пропозиції щодо цього? Який веб-сайт найкраще отримати уявлення про те, як розпочати проект машинного навчання?

Відповіді:


11

Сам Керас надає деякі з успішних нейронних мереж обробки зображень, перевірених у ImageNet: https://keras.io/applications/

Інші бібліотеки з глибоким навчанням також пропонують деякі попередньо розроблені моделі:

Багато розроблених моделей для різних платформ можна також знайти на веб- сайті https://www.gradientzoo.com .

Більше того, якщо вас цікавить якась певна мережева архітектура, автори іноді надають самі перевірені моделі, наприклад ResNeXt .


6

Оскільки заголовок питання є загальним (а не специфічним для комп’ютерного зору), я дам відповідь, пов'язану з НЛП , у випадку, якщо це допоможе тому, хто натрапить на пошук перевірених векторних вкладок:

Два найпопулярніші попередньо підготовлені векторні вкладки можна знайти за цими посиланнями:

Також є кілька менш популярних та / або новіших:


Як ви думаєте, я повинен редагувати заголовок? Крім того, я справді шукаю заздалегідь підготовлену модель класифікації текстур, але вважаючи таке питання занадто конкретним, я вважав, що загальне уявлення про те, де люди шукають заздалегідь підготовлені моделі, було б гарною відправною точкою
Eggman

Як відомо, це загальне питання, тож якщо припустити, що на веб-сайті немає таких подібних, це може бути корисним джерелом для всіх. Однак я не думаю, що хтось із відповіддю на конкретне запитання, яке ви маєте на увазі, буде звертатися до цього лише з назви.
Жубарб
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.