文章介绍了预训练模型，它是已训练好用于解决类似问题的模型。以构建汽车自动识别系统为例，对比了从头构建图像识别算法和使用预训练模型的方式，指出基于预训练模型更快、更省力，还给出了预训练模型下载链接。
点击上方“机器学习与生成对抗网络”，关注"星标"
获取有趣、好玩的前沿干货！
文章 人工智能前沿讲习
预练模型是其他人为解决类似问题而创建的且已经训练好的模型。代替从头开始建立模型来解决类似的问题，我们可以使用在其他问题上训练过的模型作为起点。预训练的模型在相似的应用程序中可能不是100％准确的。
例如，如果你想构造一个汽车自动识别系统。你可以花费数年的时间从头开始构建一个不错的图像识别算法，也可以从Google建立基于ImageNet数据的初始模型（一种预先训练的模型）来识别这些图片中的图像。显然，基于预训练模型的方法更快、更省力。
预训练模型下载链接：
https://github.com/balavenkatesh3322/CV-pretrained-model
猜您喜欢：
附下载 |《TensorFlow 2.0 深度学习算法实战》
附下载 | 超100篇！CVPR 2020最全GAN论文梳理汇总！
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
