Caffe2 - Komplexe Netzwerke definieren

In der vorherigen Lektion haben Sie gelernt, ein triviales Netzwerk zu erstellen und es auszuführen und seine Ausgabe zu untersuchen. Der Prozess zum Erstellen komplexer Netzwerke ähnelt dem oben beschriebenen Prozess. Caffe2 bietet eine Vielzahl von Operatoren zum Erstellen komplexer Architekturen. Wir empfehlen Ihnen, die Caffe2-Dokumentation auf eine Liste der Bediener zu überprüfen. Nachdem Sie den Zweck verschiedener Betreiber untersucht haben, können Sie komplexe Netzwerke erstellen und diese schulen. Für das Training des Netzwerks bietet Caffe2 mehrerepredefined computation units- das sind die Betreiber. Sie müssen die geeigneten Betreiber auswählen, um Ihr Netzwerk für die Art von Problem zu schulen, die Sie lösen möchten.

Sobald ein Netzwerk zu Ihrer Zufriedenheit trainiert wurde, können Sie es in einer Modelldatei speichern, die den zuvor trainierten Modelldateien ähnelt. Diese geschulten Modelle können zum Nutzen anderer Benutzer in das Caffe2-Repository aufgenommen werden. Oder Sie setzen das trainierte Modell einfach für Ihre eigene private Produktion ein.

Zusammenfassung

Mit Caffe2, einem Deep-Learning-Framework, können Sie mit verschiedenen Arten von neuronalen Netzen experimentieren, um Ihre Daten vorherzusagen. Die Caffe2-Site bietet viele vorgefertigte Modelle. Sie haben gelernt, eines der vorab trainierten Modelle zum Klassifizieren von Objekten in einem bestimmten Bild zu verwenden. Sie haben auch gelernt, eine neuronale Netzwerkarchitektur Ihrer Wahl zu definieren. Solche benutzerdefinierten Netzwerke können mit vielen vordefinierten Operatoren in Caffe trainiert werden. Ein trainiertes Modell wird in einer Datei gespeichert, die in eine Produktionsumgebung übernommen werden kann.