Wolfram 언어

사전 훈련된 모델을 사용한 특징 시각화

훈련이 끝난 신경망은 변경을 통해 특징 추출기로 만들 수 있습니다. 특징 추출은 일반적으로 의미적 거리의 정의 또는 특정 데이터 집합의 시각화를 실시하기 위해 전이 학습에 사용됩니다. 이 예는, Wolfram Neural Net Repository의 훈련된 모델을 사용하여, 특징을 추출해 특징 공간에서 데이터 집합을 시각화하는 방법을 보여줍니다.

훈련된 모델에서 이미지 특징 추출기를 작성합니다.

이미지 분류기를 로드합니다.

24층 중 첫 22층을 추출합니다.

결과의 네트워크는 이미지를 2048의 숫자값으로 변환합니다. 이 값은 의미적으로 매우 풍부합니다. 이 추출기를 이미지에 시험해 봅니다.

함수 FeatureSpacePlot 내부에서 추출기를 사용하여 이미지 데이터 집합을 시각화합니다.

모델 중에는 특징 추출기로 직접 사용되는 것도 있습니다. GloVe 특징 추출기를 사용하여 단어의 2D 시각화를 만듭니다.

관련 예제