在图像标题模型中更改标记名称是否会影响性能?

如果我训练了一个图像标题模型,然后停下来重命名几个标记:

  1. 我应该从头开始训练模型吗?
  2. 还是我可以重新加载模型,并使用更新后的词汇表从最后一个周期继续训练?

这两种方法中的任何一种会以不同方式影响模型的准确性/性能吗?


回答:

我会选择第二种方式。

从头开始训练模型时,您会随机初始化模型的权重,然后根据您的问题调整它们。然而,如果您不使用随机权重,而是使用已经针对类似问题训练过的权重,您可能会减少收敛时间。这种选择有点类似于迁移学习的理念。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注