Caffe2 - Definizione di reti complesse

Nella lezione precedente, hai imparato a creare una rete banale e hai imparato come eseguirla ed esaminarne l'output. Il processo per la creazione di reti complesse è simile al processo descritto sopra. Caffe2 fornisce una vasta gamma di operatori per la creazione di architetture complesse. Sei incoraggiato a esaminare la documentazione di Caffe2 per un elenco di operatori. Dopo aver studiato lo scopo dei vari operatori, saresti in grado di creare reti complesse e addestrarli. Per addestrare la rete, Caffe2 ne fornisce diversipredefined computation units- cioè gli operatori. Dovrai selezionare gli operatori appropriati per addestrare la tua rete al tipo di problema che stai cercando di risolvere.

Una volta che una rete è stata addestrata in modo soddisfacente, è possibile archiviarla in un file di modello simile ai file di modello pre-addestrati utilizzati in precedenza. Questi modelli addestrati possono essere aggiunti al repository Caffe2 a vantaggio di altri utenti. Oppure puoi semplicemente mettere il modello addestrato per il tuo uso di produzione privato.

Sommario

Caffe2, che è un framework di deep learning, ti consente di sperimentare diversi tipi di reti neurali per prevedere i tuoi dati. Il sito Caffe2 fornisce molti modelli pre-addestrati. Hai imparato a utilizzare uno dei modelli pre-addestrati per classificare gli oggetti in una data immagine. Hai anche imparato a definire un'architettura di rete neurale di tua scelta. Tali reti personalizzate possono essere addestrate utilizzando molti operatori predefiniti in Caffe. Un modello addestrato viene memorizzato in un file che può essere portato in un ambiente di produzione.