Discusión sobre el artículo "Redes neuronales: así de sencillo (Parte 23): Creamos una herramienta para el Transfer Learning"

[MetaQuotes]

Artículo publicado Redes neuronales: así de sencillo (Parte 23): Creamos una herramienta para el Transfer Learning:

En esta serie de artículos, hemos mencionado el Aprendizaje por Transferencia más de una vez, pero hasta ahora no había sido más que una mención. Le propongo rellenar este vacío y analizar más de cerca el Aprendizaje por Transferencia.

Bien, tenemos tres bloques que destacan claramente. En el primero, trabajaremos con un modelo donante. Aquí necesitaremos una opción para seleccionar el archivo con el modelo entrenado. Después de cargar el modelo desde un archivo, la herramienta deberá ofrecernos una descripción de la arquitectura del modelo cargado. Al fin y al cabo, el usuario deberá entender qué modelo se ha cargado y qué capas neuronales va a copiar. Aquí también le indicaremos a la herramienta el número de capas a copiar. Como hemos mencionado antes, copiaremos las capas neuronales en una fila, empezando por la capa de datos de origen.

En el segundo bloque, organizaremos la adición de capas neuronales. Aquí crearemos campos para introducir información sobre la capa neuronal que vamos a crear. Al igual que sucede con el código del software, describiremos cada capa neuronal una por una y la añadiremos a la arquitectura del nuevo modelo.

El tercer bloque mostrará la arquitectura completa del modelo que estamos creando, con la opción de especificar un archivo para guardarlo. A continuación, mostraremos un ejemplo de diseño de la herramienta a crear.

Tanto el diseño de la herramienta como su aplicación se presentan únicamente para demostrar sus capacidades. Siempre podrá modificarlos como mejor le parezca para adaptarlos a sus necesidades.

Autor: Dmitriy Gizlyk