1.影像分類模型初探
就目前所學,有兩大類模型設置方法:
(1)用Pytorch自行搭建模型: 模型結構完全取決於個人設計,並從零使用訓練資料集進行模型訓練。
(2)使用預訓練模型(Pretrained model): 將已經使用大型資料集訓練過的模型做遷移學習(Transfer learning),在自己的資料集上做訓練微調。
透過方法(1)實作,能從頭了解一個影像分類(Image Classification)模型,需要那些基礎結構。
方法(2)則是更細緻複雜的模型設計,透過實作專業演算法的模型架構,並經大量資料集訓練後的模型,讓方法(2)的預訓練模型有更優異表現,其中Pytorch提供多樣預訓練模型,涵蓋類別包括:
★ 參考: 目前Pytorch提供的預訓練模型列表。
其中不同預訓練模型比較,可參考下圖:
圖片來源
不論是上述哪種方法,模型基礎結構都有以下:
(1)載入資料 Load the data.
(2)定義模型架構 Define layers of model.
(3)定義損失函數 Define loss function.
(4)使用訓練資料集進行模型訓練 Train the model with training data.
(5)使用測試資料集進行模型表現測試 Test model on test data.
心得小語:
今天下班後就鎖定英國女王國葬轉播,整個過程感到十分感動又有點感傷~
代表一個時代的君主就這樣走入歷史了~~
看著沿途英國民眾夾道相送,真的是位很令人敬仰的女王
今日工時: 50min*3
✨Farewell to Queen Elizabeth II. Thank YOU✨
圖片來源
女王名言,關於逆境:
「當遇見生活中的困難,期許自己當那個為了未來起身奮鬥的人,而不是直接屈服於失敗。」
"When life seems hard, the courageous do not lie down and accept defeat; instead, they are all the more determined to struggle for better future."