Genel görüntüler üzerinde eğitilmiş önceden eğitilmiş bir model kullanarak araç marka ve model sınıflandırması için transfer öğrenimi gerçekleştiriyorsunuz. Büyük bir etiketli araç görüntüsü veri setiniz var. Araç veri setiniz üzerinde yeniden eğitimden önce modeli nasıl başlatmalısınız?

Doğru cevap, transfer öğreniminin temel prensibini yansıtır. Önceden eğitilmiş modelin genel görüntülerden öğrendiği özellik çıkarıcı katmanlar (tüm katmanlar hariç son katman) korunarak, bu katmanlardaki ağırlıklar önceden eğitilmiş değerlerle başlatılır. Bu, modelin sıfırdan öğrenmek yerine, genel görüntü özelliklerinden faydalanmasını sağlar. Son tam bağlantılı katman ise, yeni ve spesifik araç marka/model sınıflandırma görevinize uyacak şekilde rastgele ağırlıklarla yeni bir katmanla değiştirilir. Bu katman, yeni veri setiniz üzerinde ince ayar yapılarak görevinize özel sınıflandırma yeteneği kazanır. Diğer seçenekler neden yanlış: "Son tam bağlantılı katman da dahil olmak üzere tüm katmanları rastgele ağırlıklarla başlatın" seçeneği, transfer öğreniminin faydalarını göz ardı ederek modeli sıfırdan eğitmeye eşdeğerdir. "Tüm katmanları rastgele ağırlıklarla başlatın ve son tam bağlantılı katmanı yeni bir katmanla değiştirin" seçeneği de benzer şekilde, önceden eğitilmiş ağırlıkların avantajını kullanmaz. "Son tam bağlantılı katman da dahil olmak üzere tüm katmanları önceden eğitilmiş ağırlıklarla başlatın" seçeneği, son katmanı yeni sınıflandırma görevinize uygun hale getirmediği için yanlıştır; önceden eğitilmiş modelin son katmanı genellikle farklı bir sınıflandırma görevi için tasarlanmıştır.