Now Loading...

Now Loading...

ファインチューニング

ファインチューニングとは、既に学習済みのモデルに新たな層を追加し、モデル全体を再学習する手法です。

モデルを再利用するため、一から学習するよりも短時間で少ないデータでモデルの構築が可能です。似たような手法として転移学習がありますが、追加のデータセットを充分用意できるときはファインチューニング、できないときは転移学習を採用するといった考え方があります。

クイズ

大量のデータセットの学習やネットワークが複雑なモデルの学習には莫大な時間がかかるが、これらのような問題に対して有効な学習手法にファインチューニングがある。これについて述べた以下の文章のうち、最も適切なものを1つ選べ。
  • 正解を見る
  • 解説を見る
    ファインチューニングとは他のモデルの下位層のパラメータをそのまま使い、上位層だけ再学習する手法です。ディープニューラルネットワークでは下位層ではすべてのタスクに使えるような一般的な特徴が学習され、上位層ではより具体的で複雑な特徴が学習されます。そのため、このような手法が可能となります。 (参考: G検定公式テキスト 第2版 第6章 6-1 P214-215) (参考:G検定公式テキスト 第1版 P124-125, 166)

人工知能基礎講座を提供中

人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか? 人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。

サンプル動画

人工知能基礎講座はこちら↓ zero to one G検定 人工知能基礎 jdla

AIエンジニアを目指すならE資格

日本ディープラーニング協会の実施するE資格の受験に必要となるE資格認定プログラムを割引価格で提供中です。最短合格を目指す方向けのスピードパッケージを70,000円で提供中。(一発合格で33,000円のキャッシュバックキャンペーンも実施中です) zero to one E資格 jdla

AI初学者・ビジネスパーソン向けのG検定対策講座

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。 zero to one E資格 jdla