エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【PyTorch×転移学習】学習済みモデルライブラリTIMMのご紹介 - ころがる狸
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【PyTorch×転移学習】学習済みモデルライブラリTIMMのご紹介 - ころがる狸
こんにちは、dajiroです。今回は高精度な画像分類を行うのに便利なライブラリTIMMをご紹介します。PyTor... こんにちは、dajiroです。今回は高精度な画像分類を行うのに便利なライブラリTIMMをご紹介します。PyTorchでは画像分類用の学習済みモデルが公式で提供されていますが、使われているモデルがやや古く栄枯盛衰の激しい機械学習の世界では現代最高レベルの予測精度を発揮することは困難です。そこで、画像分類タスクに取り組む際にはTIMMのような外部ライブラリを用いることで数多くの、優れた、最新のモデルにアクセスし、より高精度の精度のモデルを構築するという戦略が考えられます。実際データ分析コンペKaggleでもTIMMを用いた転移学習による画像分類も行われています。以下では、 転移学習とは TIMMについて 実装例 の3点を順に説明していきます。 なお、学習済みモデルのライブラリにはTIMMの他にも以下のようなレポジトリがあるので、ご参考まで。 GitHub - Cadene/pretrained