迁移学习

机器视觉领域的问题通常来说是个有很多参数的复杂问题,从零开始自己构造一个神经网络通常来说是非常消耗计算能力和时间的。

我们可以站在巨人的肩膀上,用别人训练好的图像识别的卷积神经网络的结构和参数,只改造最后的几层全联接层,并训练这几层,就可以快速得到一个能解决我们问题的专用神经网络。这就是迁移学习的意思,即迁移别人现成的网络结构和参数,嫁接我们自己问题的分类器来训练。

例如,当我们在研发一个新的图像识别分类器时(如识别猫的分类器),通常我们不需要从零开始训练一个猫的专用分类器,我们到GitHub下载别人开源的卷积神经网络架构和训练好的权重,我们拿掉该开源的卷积神经网络的最后几层(通常只能解决它原来的问题),改成符合我们问题的结构,在这里就是分类几种猫的Softmax层。

这里要注意的是,我们要保留之前的层次的参数,因为原来的卷积神经网络已经通过大量的图片被充分训练并得到了较好的参数(可以理解为该卷积神经网络已经见多识广,充分理解了图像的结构,并可对新输入的图像有良好的表达)。然后,对这个改造后的网络输入我们的图像做训练,相当于只训练了我们改造的最后几层,就能快速得到能解决我们问题的神经网络。

本文分享自微信公众号 - 林欣哲(gh_aba6caba3ac7),作者:林欣哲

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-11-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 目标检测

    今天的这篇是对吴恩达的深度学习微专业的第四节课卷积神经网络的第三周的目标检测的总结。 普通的卷积神经网络我们用来识别一张图片是什么东西。但是有些时候我们需要知...

    linxinzhe
  • 剖析区块链的价值与机遇

    区块链的目的: 目前的科技创新大部分都和“生产力”相关,比如人工智能,致力于让人做的更少,机器做的更多。而区块链实现价值互联网,对社会现有得“生产关系”改造,它...

    linxinzhe
  • 科个普啦--深度学习

    深度学习是现在最火的AI技术之一,其基本原理就是构建一张含有多层的神经元网络,经过带有标签的数据的训练后,将这张网络拟合出符合问题解的函数。 深度学习之三步走:...

    linxinzhe
  • 深度学习元老Yann Lecun详解卷积神经网络(30页干货PPT)

    雷锋网注:卷积神经网络(Convolutional Neural Network)是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,对于大型...

    AI科技评论
  • 不同预测算法比较实例(R语言)

    预测算法种类很多,不论是为实际问题选择更好的分类器,还是模型优化中判断模型效果,都需要比较不同算法之间的优劣。本文我们将借助样本数据,演示从数据处理-训练-预测...

    三猫
  • 干货 | 康奈尔博士后黄高:如何设计高效地卷积神经网络

    AI 科技评论按:卷积神经网络则是深度学习最具代表性的模型,在计算机视觉和自然语言翻译等领域有着极其广泛的应用。随着精度以及复杂度的逐步提升,卷积网络的推理效率...

    AI科技评论
  • 深度卷积神经网络演化历史及结构改进脉络-40页长文全面解读

    从1989年LeCun提出第一个真正意义上的卷积神经网络到今天为止,它已经走过了29个年头。自2012年AlexNet网络出现之后,最近6年以来,卷积神经网络得...

    SIGAI学习与实践平台
  • kubernetes/Docker 容器内时区不一致解决方案

    我们知道,使用 docker 容器启动服务后,如果使用默认 Centos 系统作为基础镜像,就会出现系统时区不一致的问题,因为默认 Centos 系统时间为 U...

    kubernetes中文社区
  • Docker/K8s 解决容器内时区不一致方案

    本次演示环境,我是在虚拟机上安装 Linux 系统来执行操作,通过虚拟机完成 Kubernetes 集群的搭建,以下是安装的软件及版本:

    哎_小羊
  • 2019丨云原生的关键节点

    而所谓“云原生”,实际上就是在定义一条能够让应用最大程度利用云的能力、发挥云的价值的最佳路径。在这条路径上,脱离了“应用”这个载体,“云原生”就无从谈起;容器技...

    边缘计算

扫码关注云+社区

领取腾讯云代金券