预先训练的深度学习模型

应用预训练模型

将预训练的模型应用于图像分类、计算机视觉、音频处理、激光雷达处理和其他深度学习工作流程。

• 找到正确的预处理模型，并将其直接应用于您的任务。
• 执行迁移学习通过将预处理模型应用于新任务或数据集。更新和重新培训模型比从头开始创建模型更快、更容易。
• 通过使用层激活作为特征，使用预处理模型作为特征提取器。然后使用这些特征训练另一个机器学习模型，如支持向量机（SVM）。
• 使用预处理模型作为其他类型模型的基础。例如，使用卷积神经网络作为起点来创建对象检测或语义分割模型。