如何为特定用例选择CNN模型?

问题描述 投票:0回答:1

所以我处于针对一个用例实施CNN项目的需求收集阶段。我很想知道如何在AI / ML行业中为特定用例选择合适的模型。我看到有很多CNN架构,但是如何选择适合我要求的架构?

是仅在错误试验中完成,还是有任何特定方法选择正确的体系结构?如果这是一个错误尝试过程,那么麻烦吗?如果我们只需要使用错误尝试,那么对我们有多长时间?

machine-learning deep-learning neural-network computer-vision conv-neural-network
1个回答
0
投票

[说建筑,如果您要说的话

  1. VGG16
  2. Resnet(来自Microsoft)
  3. Inception(来自Google)等,

以上所有内容都是由不同的团队构建的,以参与每年发生的image-net wiki挑战。每种架构仅对应一个用例,在1000个不同类别中对图像进行分类。因此,我认为架构无法通过用例加以区分。话虽如此,您可以按照以下标准考虑架构,

  1. 使用不同架构构建的模型的准确性(从高到高)
  2. 而且,它在测试/新传入数据上的概括程度也很重要。
  3. 训练时间和GPU内存限制(VGG16非常简单且训练速度快,但是上面提到的其他两个会有很多层)
  4. 模型的复杂性
© www.soinside.com 2019 - 2024. All rights reserved.