Przegląd sekcji

  • W ramach modułu wyjaśnione zostanie zagadnienie uczenia transferowego czyli wykorzystania wiedzy zgromadzonej w modelach wytrenowanych na ogromnych zbiorach danych. Przedstawione zostanie kilka różnych architektur sieci takich jak ResNet, EfficientNet i/lub MobileNest ze szczegółowym omówieniem techniki zamrażania warstw (ang. freezing). Przedstawione zostaną portale (PyTorch Hub, HuggingFace) umożliwiające pobieranie i wykorzystywanie wytrenowanych modeli. Omówione zostaną metody dostrajania bloków sieci w celu osiągnięcia lepszych wyników. W części praktycznej przedstawiony zostanie sposób utworzenia klasyfikatora "Pies vs Kot" przy wykorzystaniu wstępnej wytrenowanej sieci w modelu ResNet18. Przedstawiona zostanie metoda utworzenia klasyfikatora osiągającego wysoką dokładność bez konieczności wykorzystania dużej bazy danych treningowych.