Üretim: 750 bileşen sınıfı, sınıf başına yaklaşık 1000 etiketli örnek. Birkaç iş günü içinde fotoğrafa dayalı bir bileşen tanıma uygulamasını MVP olarak oluşturun. Hangi yaklaşımı benimsersiniz?
Bir cevap seçin
Cevabınızı kontrol etmek için bir seçeneğe dokunun.
Doğru cevap: Mevcut veri kümesiyle Cloud Vision AutoML kullanın..
Neden bu cevap
Mevcut veri kümesiyle Cloud Vision AutoML kullanmak en iyi yaklaşımdır çünkü 750 sınıf ve sınıf başına 1000 etiketli örnek, AutoML'in etkili bir şekilde eğitilmesi için yeterli miktarda veridir. AutoML, özel görüntü sınıflandırma modellerini hızlı ve az kodla oluşturmak için tasarlanmıştır, bu da birkaç iş günü içinde bir MVP oluşturma hedefine uygundur. Veri kümesini iki kat azaltmak, modelin performansını düşürebilir ve 750 sınıf için yeterli öğrenmeyi engeller. Cloud Vision API'yi özel etiketlerle kullanmak, önceden tanımlanmış nesneleri tanımak için daha uygundur, ancak bu senaryoda yeni ve özel bileşen sınıfları tanınmalıdır. Kendi görüntü tanıma modelini transfer öğrenimi ile eğitmek, daha fazla zaman ve uzmanlık gerektirir, bu da "birkaç iş günü içinde MVP" hedefine aykırıdır.
Sonsuz cevap arayışı olmadan sınavınızı geçin
Bu sınav için her doğrulanmış soruyu ve açıklamayı tek bir yerde edinin ve saatlerce süren hazırlıktan tasarruf edin. 1.000'den fazla sertifika · 20'den fazla dil · ücretsiz başlayın.
Sınavınızı daha hızlı geçin → Kart gerekmez