Trang này được dịch bởi Cloud Translation API.
Switch to English

Học chuyển tiếp là gì?

Các mô hình học sâu tinh vi có hàng triệu tham số (trọng số) và việc đào tạo chúng từ đầu thường đòi hỏi một lượng lớn dữ liệu tài nguyên máy tính. Học chuyển giao là một kỹ thuật giải quyết vấn đề này bằng cách lấy một phần của mô hình đã được đào tạo về một nhiệm vụ liên quan và sử dụng lại nó trong một mô hình mới.

Ví dụ: hướng dẫn tiếp theo trong phần này sẽ chỉ cho bạn cách xây dựng trình nhận dạng hình ảnh của riêng bạn, tận dụng lợi thế của một mô hình đã được đào tạo để nhận ra hàng nghìn loại đối tượng khác nhau trong hình ảnh. Bạn có thể điều chỉnh kiến ​​thức hiện có trong mô hình được đào tạo trước để phát hiện các lớp hình ảnh của riêng bạn bằng cách sử dụng dữ liệu đào tạo ít hơn nhiều so với mô hình ban đầu được yêu cầu.

Điều này rất hữu ích cho việc phát triển nhanh chóng các mô hình mới cũng như tùy chỉnh các mô hình trong các môi trường liên kết tài nguyên như trình duyệt và thiết bị di động.

Thông thường, khi thực hiện việc học chuyển giao, chúng tôi không điều chỉnh trọng số của mô hình ban đầu. Thay vào đó, chúng tôi loại bỏ lớp cuối cùng và đào tạo một mô hình mới (thường khá nông) trên đầu ra của mô hình bị cắt bớt. Đây là kỹ thuật bạn sẽ thấy được trình bày trong các hướng dẫn trong phần này.