训练机器学习算法的强度如何?

我想使用iOS的新CoreML框架开发一个进行图像识别的应用。为此,我可能需要训练自己的模型,我想知道这需要多少数据和计算能力。我能否使用双核i5的Macbook Pro和Google图片作为数据源来完成这一任务,还是需要更多的投入?


回答:

这取决于你希望模型识别什么类型的图像。

通常的做法是对现有模型进行微调。你可以使用预训练的Inception-v3版本(例如),然后替换掉最后的层,用你自己的图像来训练这一层。

你仍然需要相当数量的训练图像(每个类别几百张,但越多越好),但你可以在MacBook Pro上用30分钟到几个小时完成这个任务。

TensorFlow自带一个脚本,可以非常方便地完成这个操作。Keras有一篇优秀的博客文章,介绍了如何做到这一点。我使用TensorFlow的脚本重新训练了Inception-v3,以便区分我的两只猫,每只猫大约有50张图片。

如果你想从头开始训练,你可能需要在云端使用AWS、Google的Cloud ML Engine,或者像FloydHub这样方便的服务来完成。

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