翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
画像分類 - TensorFlow アルゴリズムでは、画像を入力として受け取り、それを出力クラスレベルの 1 つに分類します。MobileNet、ResNet、Inception、EfficientNet などのさまざまな深層学習ネットワークは、画像分類において非常に正確です。また、大規模な画像データセットで学習させる深層学習ネットワークもあります。ImageNet には、1,100 万を超える画像と約 11,000 のクラスがあります。ImageNet データでネットワークをトレーニングした後、特定のフォーカスを持つデータセットでネットワークを微調整し、より具体的な分類タスクを実行できます。Amazon SageMaker AI イメージ分類 - TensorFlow アルゴリズムは、TensorFlow Hub で利用可能な多くの事前トレーニング済みモデルでの転移学習をサポートしています。
トレーニングデータ内のクラスラベルの数に応じて、選択した事前トレーニング済みの TensorFlow Hub モデルに分類レイヤーがアタッチされます。分類レイヤーは、ドロップアウトレイヤー、高密度レイヤー、2 ノルム正則化による全結合レイヤーで構成され、ランダムな重みで初期化されます。このモデルには、ドロップアウトレイヤーのドロップアウト率と高密度レイヤーの L2 正則化係数のハイパーパラメータがあります。その後、ネットワーク全体 (事前トレーニング済みモデルを含む) の微調整、または新しいトレーニングデータの最上位の分類レイヤーだけの微調整のいずれかを実行できます。この転移学習の方法を使用すると、より小さなデータセットでのトレーニングが可能になります。
