|
Qanday qilib chuqur o‘rganish modellarini yaratish va o‘qitish kerak
|
| bet | 5/5 | | Sana | 20.05.2024 | | Hajmi | 0,78 Mb. | | #246609 |
Bog'liq 15-amaliy ishQanday qilib chuqur o‘rganish modellarini yaratish va o‘qitish kerak. Ob’ektlarni tasniflashni amalga oshirish uchun odamlarning chuqur o‘rganishdan foydalanadigan uchta eng keng tarqalgan usuli bu :
Scratch-dan trening
Chuqur tarmoqni noldan o‘rgatish uchun siz juda katta yorliqli ma’lumotlar to‘plamini to‘playsiz va uning xususiyatlari va modelini o‘rganadigan tarmoq arxitekturasini yaratasiz. Bu yangi chiqadigan dasturlar yoki ko‘plab chiqish toifalariga yega bo‘lgan dasturlar uchun yaxshi. Bu kamroq tarqalgan yondashuv, chunki ma'lumotlarning katta miqdori va o‘rganish darajasi bilan ushbu tarmoqlar odatda bir necha kun yoki haftalarni o‘rgatishadi.
Transferni o‘rganish
Ko‘pgina chuqur o‘rganish dasturlari transferni o‘rganish yondashuvidan foydalanadi, bu jarayon oldindan tayyorlangan modelni aniq sozlashni o‘z ichiga oladi . Siz AlexNet yoki GoogLeNet kabi mavjud bo‘lgan tarmoqdan boshlaysiz va ilgari noma'lum sinflarni o‘z ichiga olgan yangi ma'lumotlarni to‘ldirasiz. Tarmoqqa biroz o‘zgartirish kiritgandan so‘ng, yendi siz yangi vazifani bajarishingiz mumkin, masalan, 1000 ta turli xil ob'ektlar o‘rniga faqat itlar yoki mushuklarni toifalarga ajratish. Bundan tashqari, bu juda kam ma'lumotlarga muhtoj bo‘lgan afzalliklarga yega (millionlab yemas, balki minglab rasmlarni qayta ishlash), shuning uchun hisoblash vaqti daqiqalar yoki soatlarga tushadi.
Transferni o‘rganish oldindan mavjud bo‘lgan tarmoq ichki interfeysini talab qiladi, shuning uchun uni yangi vazifa uchun jarrohlik yo‘li bilan o‘zgartirish va takomillashtirish mumkin. MATLAB ® sizda transferni o‘rganishda yordam beradigan vositalar va funktsiyalarga yega.
Xususiyatni chiqarish.
Biroz kamroq tarqalgan, chuqurroq o‘rganishga ixtisoslashgan yondashuv - bu tarmoqni xususiyatlarni chiqaruvchi sifatida ishlatishdir . Barcha qatlamlarga tasvirlardan ba'zi xususiyatlarni o‘rganish vazifasi berilganligi sababli, biz ushbu xususiyatlarni o‘quv jarayonida istalgan vaqtda tarmoqdan chiqarib tashlashimiz mumkin.
Keyinchalik ushbu funktsiyalarni qo‘llab-quvvatlash vektorli mashinalari (SVM) kabi mashinani o‘rganish modeliga kirish sifatida foydalanish mumkin.
GPU bilan chuqur o‘rganish modellarini tezlashtirish
Chuqur learning modelini o‘rganish kundan haftalarga qadar uzoq vaqt talab qilishi mumkin. GPU tezlanishidan foydalanish jarayonni sezilarli darajada tezlashtirishi mumkin. MATLAB-dan GPU bilan foydalanish tarmoqni o‘qitish uchun zarur bo‘lgan vaqtni qisqartiradi va tasvirni tasniflash muammosi uchun mashg‘ulot vaqtini bir necha kundan soatgacha qisqartirishi mumkin. Chuqur o‘rganish modellarini o‘qitishda MATLAB GPU-lardan foydalanadi (agar mavjud bo‘lsa), GPUlarni qanday qilib aniq dasturlashni tushunishingizni talab qilmaydi.
|
| |
