backbone model이 필요한 이유
모델을 처음부터 만들어서 경량화 시켜 사용할 수 있지만
처음부터 만든다는 것이 쉬운일도 아니고 다른 domain에서 성능이 좋으리라는 보장도 없다
그러나 이미 검증된 ResNet, VGGNet, MobileNet, SqueezeNet 등등은 많은 사람들에게 여러 방면에서 검증이 되어 있어서 backbone으로 사용하기에 적절하다.
단점도 보완되어 발전하여 최신버전들로 계속 나오며 pretrain된 모델을 torchvision등에서 쉽게 가져와 사용할수도 있다
유명한 backbone들은 각각의 특징도 다양하다
dataset도 직접 모을 수 있지만 직접 모으는 것은 비용이 많이 든다.
쉽게 사용하라고 cifar10, cifar100, imagenet 등 공개되어 잘 알려진 dataset을 사용하기도 한다
'딥러닝 > 딥러닝 기초' 카테고리의 다른 글
precision과 accuracy 개념 간단하게 (0) | 2024.08.21 |
---|---|
현실에서 고려해야하는 모델 성능평가 지표 (0) | 2024.08.19 |
L1 regularization vs. L2 regularization vs. elastic net 비교하기 (0) | 2024.06.17 |
딥러닝 시대의 parameter search (0) | 2024.05.30 |
결정을 기계에 맡기는 시대(deductive, inductive) (0) | 2024.05.09 |
TAGS.