Mit vortrainierten Modellen Merkmale visualisieren
Vortrainierte neuronale Netze können verändert werden, um zu einem Merkmalsextraktor zu werden. Die Merkmalsextraktion wird typischerweise für das Transferlernen, die Definition einer semantischen Entfernung oder die Visualisierung eines bestimmten Datensatzes verwendet. Dieses Beispiel zeigt, wie man ein vortrainiertes Modell aus dem Wolfram Neural Net Repository verwendet, um Merkmale zu extrahieren und Datensätze im Featurebereich zu visualisieren.
Erstellen Sie einen Extraktor für Bildmerkmale aus einem vortrainierten Modell.
Laden Sie einen Bildklassifikator.
Extrahieren Sie die ersten 22 von 24 Schichten.
Das resultierende Netz transformiert ein Bild in 2048 numerische, semantisch reiche Werte. Probieren Sie diesen Extraktor an einem Bild aus.
Verwenden Sie den Extraktor innerhalb der Funktion FeatureSpacePlot, um einen Satz Bilder zu visualisieren.
Einige Modelle sind direkt als Feature-Extraktoren gedacht. Erstellen Sie eine 2D-Visualisierung von Wörtern mit einem GloVe-Merkmalsextraktor.
