- Este tópico contém 1 resposta, 2 vozes e foi atualizado pela última vez 2 anos, 12 meses atrás por .
Visualizando 2 posts - 1 até 2 (de 2 do total)
Visualizando 2 posts - 1 até 2 (de 2 do total)
- Você deve fazer login para responder a este tópico.
Home › Fóruns › Fórum Deep Learning de A à Z com PyTorch e Python › Transferência de Aprendizagem
Marcado: Projeto #23: Treinamento e validação
Olá,
Sobre este assunto e o VGG tenho uma pergunta, o que aconteceria se usássemos categorias de imagens que não-foram pré-treinados por ele,
eu conseguiria uma boa classificação?
Por exemplo, se o VGG não tem Carro, Avião e Onibus pré-treinados, como se compartaria?
Olá,
Geralmente o processo de transferência de aprendizagem se comporta bem quando utilizamos dados da mesma natureza, como é o caso que você sugere. Entretanto, um modelo só vai conseguir prever novas classes se ele passar pelo fine tuning, ou seja, devemos treinar o topo do modelo (a parte classificatória) com novos dados rotulados. Aliás, é exatamente isso que fazemos na Parte 6 do curso. Sem o fine-tuning, o modelo sequer tem como representar uma nova classe na camada de saída, e por isso ele vai tentar encaixar novas categorias com base nas categorias já existentes, com resultados ineficientes.