Uso de modelos preentrenados para visualizar características
Una red neuronal preentrenada se puede modificar para convertirse en un extractor de características. La extracción de características se suele utilizar para la transferencia de conocimiento, para definir una distancia semántica o para visualizar un conjunto de datos en particular. Este ejemplo muestra cómo usar un modelo preentrenado de Wolfram Neural Net Repository para extraer características y visualizar conjuntos de datos en el espacio de las características.
Cree un extractor de características de imagen a partir de un modelo preentrenado.
Cargue un clasificador de imágenes.
Extraiga las primeras 22 de las 24 capas.
La red resultante transforma una imagen en 2048 valores numéricos. Estos valores son semánticamente ricos. Pruebe este extractor en una imagen.
Usa el extractor dentro de la función. FeatureSpacePlot para visualizar un conjunto de datos de imágenes.
Algunos modelos están destinados para ser utilizados como extractores de características. Cree una visualización 2D de palabras usando un extrator de atributos GloVe.