事前学習済みのディープラーニング モデル

モデル選択時のヒント

事前学習済みの数多くのモデルから選択できます。各モデルには次のトレードオフがあります。

• サイズ: モデルに必要なメモリ容量 
  モデルの保存場所によって、検討する必要のあるネットワークサイズが決まります。
  低メモリシステムに展開する場合は、このタスク専用に設計されたモデルを選択してください。 
  エッジ実装向けモデルを見る
• 精度: 再学習前のモデルの性能
  一般的に、ImageNet データセットに対してモデルが良好に機能する場合、そのモデルは情報量の多い特徴を学習しており、未知の類似タスクでも優れた性能を発揮する可能性があることを意味します。 
  高精度モデルを見る
• 予測速度: モデルによる未知の画像の予測速度
  予測速度は、ハードウェアやバッチサイズなどの多くの要因によって異なりますが、速度は選択したモデルのアーキテクチャやモデルのサイズによっても異なります。
  シンプルなモデルから始めて、予測速度を比較します。

以降のセクションで、モデル間のトレードオフを検討します。