Часто тонкая настройка глубокой нейронной сети — это больше искусство, чем наука/инженерия. Какая скорость обучения наиболее оптимальна? Сколько слоев заморозим? Должны ли мы использовать разные скорости обучения в зависимости от слоя? В большинстве случаев многие из этих вопросов решаются методом проб и ошибок (и частично с помощью AutoML). Не будет ли лучше взять предварительно обученные веса по мере их поступления, использовать архитектуру в качестве экстрактора признаков и..

Размеченные наборы данных ОКТ сетчатки глаза и рентгеновских снимков грудной клетки для медицинского ИИ. Набор данных проверенных изображений ОКТ и рентгенографии грудной клетки, описанных и проанализированных в «Классификация на основе глубокого обучения и направление излечимых заболеваний человека». Изображения ОКТ разделены на обучающую выборку и проверочную выборку независимых пациентов. Изображения ОКТ помечены как (болезнь)-(рандомизированный идентификатор пациента)-(номер..