ব্লগ পোস্টে বিল্ডিংয়ের শক্তিশালী চিত্রের শ্রেণিবদ্ধকরণ মডেলগুলি খুব অল্প ডেটা ব্যবহার করে , অলস বৈশিষ্ট্যগুলি উল্লেখ করা হয়েছে। বাধা বৈশিষ্ট্যগুলি কী কী? তারা ব্যবহৃত আর্কিটেকচারের সাথে কি পরিবর্তন করে? তারা সম্পূর্ণরূপে সংযুক্ত স্তরের আগে কনভোলজিকাল স্তরগুলির চূড়ান্ত আউটপুট? কেন তাদের বলা হয়?
উত্তর:
ব্লগ পোস্টে বিল্ডিংয়ের শক্তিশালী চিত্রের শ্রেণিবদ্ধকরণ মডেলগুলি খুব অল্প ডেটা ব্যবহার করে , অলস বৈশিষ্ট্যগুলি উল্লেখ করা হয়েছে। বাধা বৈশিষ্ট্যগুলি কী কী?
আপনি ভিজিজি 16 মডেল থেকে "বোতলজাত বৈশিষ্ট্যগুলি" দিয়েছেন এমন লিঙ্কটিতে এটি স্পষ্টভাবে লেখা হয়েছে : সম্পূর্ণ সংযুক্ত স্তরগুলির আগে শেষ সক্রিয়করণের মানচিত্র ।
তারা ব্যবহৃত আর্কিটেকচারের সাথে কি পরিবর্তন করে?
অবশ্যই। লেখক সম্ভবত প্রাক-প্রশিক্ষিত মডেল ব্যবহার করেছেন (একটি বৃহত ডেটার উপর প্রশিক্ষিত এবং এখন কেবলমাত্র বৈশিষ্ট্য নিষ্কাশনকারী হিসাবে ব্যবহৃত হয়েছে)
তারা সম্পূর্ণরূপে সংযুক্ত স্তরের আগে কনভোলজিকাল স্তরগুলির চূড়ান্ত আউটপুট?
হ্যাঁ.
কেন তাদের বলা হয়?
ভিজিজিকে ইনপুট আকার দেওয়া, এইচএক্সডাব্লু মাত্রার বৈশিষ্ট্য মানচিত্রগুলি প্রতিটি সর্বোচ্চ-পুল ক্রিয়াকলাপের পরে দ্বিগুণ ছোট হচ্ছে। এইচসিডাব্লু সর্বশেষ সমঝোতার স্তরগুলির মধ্যে সবচেয়ে ছোট।
প্রথমত, আমাদের ট্রান্সফার শেখার বিষয়ে কথা বলা উচিত। কল্পনা করুন যে আপনি বিড়ালগুলি সনাক্ত করতে ইমেজগুলির একটি ডেটাসেটের মাধ্যমে একটি নিউরোনাল নেটওয়ার্ক প্রশিক্ষণ দিয়েছেন, আপনি অন্য কোনও কিছু সনাক্ত করার জন্য যে প্রশিক্ষণটি করেছেন তার কিছু অংশ ব্যবহার করতে পারেন। এটি ট্রান্সফার লার্নিং নামে পরিচিত।
ট্রান্সফার লার্নিং করতে, আপনি মডেল থেকে শেষ সম্পূর্ণ সংযুক্ত স্তরটি সরিয়ে ফেলবেন এবং সেখানে আপনার স্তরগুলিতে প্লাগ করুন। "কাটা" মডেল আউটপুট এমন বৈশিষ্ট্য হতে চলেছে যা আপনার "মডেল" পূরণ করবে। সেগুলি হ'ল বাধা বৈশিষ্ট্য।
ভিজিজি 16 ইমেজনেট ক্যাটালগের ওপরে একটি প্রাকট্রাইন মডেল যা খুব ভাল নির্ভুলতা রয়েছে। আপনি যে পোস্টটি ভাগ করেছেন, সেই মডেলটি আরও উচ্চ নির্ভুলতার সাথে বিড়াল এবং কুকুর সনাক্ত করতে বেস হিসাবে ব্যবহার করছে।
বোতলজাতীয় বৈশিষ্ট্যগুলি মডেলের উপর নির্ভর করে। এই ক্ষেত্রে, আমরা ভিজি 16 ব্যবহার করছি। ভিজিজি 19, রেসনেট -50 এর মতো প্রাক-প্রশিক্ষিত মডেলগুলি রয়েছে
এটি এমন যে আপনি কোনও মডেল কেটে নিজের স্তরগুলি যুক্ত করছেন। প্রধানত, চূড়ান্ত আউটপুট আপনি কী সনাক্ত করতে চান তা নির্ধারণের জন্য আউটপুট স্তর।