Где найти предварительно обученные модели для трансферного обучения [закрыто]

Я новичок в области машинного обучения, но я хотел попробовать и реализовать простой алгоритм классификации с Keras. К сожалению, у меня очень маленький набор данных, поэтому я решил попробовать перенести обучение на проблему; Тем не менее, я не мог найти что-либо на этом сайте, поэтому я хотел понять, какие места лучше всего искать для предварительно обученной нейронной сети. Есть ли у вас какие-либо предложения по этому поводу? Какой веб-сайт лучше всего подходит для того, чтобы получить представление о том, как начать проект машинного обучения?

Сам Keras предоставляет некоторые из успешных нейронных сетей обработки изображений, предварительно обученных в ImageNet: https://keras.io/applications/

Другие библиотеки глубокого обучения также предлагают некоторые предварительно обученные модели, в частности:

• TensorFlow: https://github.com/tensorflow/models
• caffe: https://github.com/BVLC/caffe/wiki/Model-Zoo
• caffe2: https://github.com/caffe2/caffe2/wiki/Model-Zoo
• pytorch: https://github.com/Cadene/pretrained-models.pytorch
• Лазанья: https://github.com/Lasagne/Recipes

Многие предварительно обученные модели для различных платформ также можно найти по адресу https://www.gradientzoo.com .

Более того, если вас интересует какая-то конкретная сетевая архитектура, авторы иногда сами предоставляют предварительно обученные модели, например ResNeXt .

Поскольку заголовок вопроса является общим (и не относится к компьютерному зрению), я также дам ответ, связанный с НЛП , на случай, если он поможет кому-то, кто наткнется на поиск предварительно обученных вложений векторов:

Два самых популярных предварительно обученных векторных встраивания можно найти по этим ссылкам:

• GloVe - https://nlp.stanford.edu/projects/glove/
• Внедрения Tensorflow - https://code.google.com/archive/p/word2vec/

Есть также несколько менее популярных и / или более поздних:

• LexVec - https://github.com/alexandres/lexvec
• FastText - https://github.com/icoxfog417/fastTextJapaneseTutorial
• Мета-вложения - http://cistern.cis.lmu.de/meta-emb/