ファインチューニング ファインチューニングとは、既に学習済みのモデルに新たな層を追加し、モデル全体を再学習する手法です。 モデルを再利用するため、一から学習するよりも短時間で少ないデータでモデルの構築が可能です。似たような手法として転移学習がありますが、追加のデータセットを充分用意できるときはファインチューニング、できないときは転移学習を採用するといった考え方があります。
![ファインチューニング](https://cdn-ak-scissors.b.st-hatena.com/image/square/e367d2ce6299ced87a5bc0da0c14bf373206903d/height=288;version=1;width=512/https%3A%2F%2Fresources.zero2one.jp%2F2022%2F09%2Fzero2one_cys_LT-wh-c.jpeg)
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く