Caffe2-복잡한 네트워크 정의

이전 단원에서는 사소한 네트워크를 만드는 방법을 배웠고이를 실행하고 출력을 조사하는 방법을 배웠습니다. 복잡한 네트워크를 만드는 프로세스는 위에서 설명한 프로세스와 유사합니다. Caffe2는 복잡한 아키텍처를 만들기위한 거대한 연산자 집합을 제공합니다. 연산자 목록에 대한 Caffe2 문서를 검토하는 것이 좋습니다. 다양한 사업자의 목적을 연구하고 나면 복잡한 네트워크를 만들고 훈련시킬 수있는 위치에있게됩니다. 네트워크 훈련을 위해 Caffe2는predefined computation units-운영자입니다. 해결하려는 문제의 종류에 대해 네트워크를 훈련시키기 위해 적절한 운영자를 선택해야합니다.

네트워크가 만족스럽게 훈련되면 이전에 사용한 사전 훈련 된 모델 파일과 유사한 모델 파일에 저장할 수 있습니다. 이러한 훈련 된 모델은 다른 사용자의 이익을 위해 Caffe2 저장소에 기여할 수 있습니다. 또는 훈련 된 모델을 개인 프로덕션 용도로 간단히 배치 할 수 있습니다.

요약

딥 러닝 프레임 워크 인 Caffe2를 사용하면 데이터를 예측하기 위해 여러 종류의 신경망을 실험 할 수 있습니다. Caffe2 사이트는 많은 사전 훈련 된 모델을 제공합니다. 주어진 이미지에서 객체를 분류하기 위해 사전 훈련 된 모델 중 하나를 사용하는 방법을 배웠습니다. 또한 선택한 신경망 아키텍처를 정의하는 방법도 배웠습니다. 이러한 사용자 지정 네트워크는 Caffe에서 미리 정의 된 여러 연산자를 사용하여 훈련 할 수 있습니다. 훈련 된 모델은 프로덕션 환경으로 가져올 수있는 파일에 저장됩니다.