透過預訓練模型加速解決問題

在使用機器學習上，我們可以使用如Google Cloud Platform上的Tensorflow與Machine Learning Engine，加上我們定義好的問題與蒐集到的資料，進行建模與預測的工作。這樣的一個途徑雖然可以建置一針對待解決問題客製化的模型，卻也會多花上一定的時間，才能享受機器學習模型所帶來的威力。

漸漸地，我們已經不需要在每個問題上都遵循此一方式來解決。在機器學習領域中有個預訓練模型(Pre-trained Model)的概念，也就是過去人們為了解決類似的問題，已經搜集大量資料訓練好，可直接用來進行預測且表現有一定水準之機器學習模型。因此當我們想要解決一個特定的問題時，特別是在面臨了一些現實中的限制下，其實不一定需要從零開始打造屬於我們自己的100%客製化模型，而是採用能夠解決該問題預訓練模型即可達成我們的目標。

Google Cloud Platform上其實就提供不少針對特定領域，以Google自行收集的資料訓練好之模型(見圖1)，像是電腦視覺相關或者語音轉錄文字等領域，可以讓我們更加快速地利用機器學習解決問題，於商業上強化競爭優勢。

圖1
Source: Coursera - How Google does Machine Learning