Jak používat model

  • 6 min

Pojďme zrevidovat, jak se tyto části hodí k trénování modelu.

Trénování versus použití modelu

Je důležité rozlišovat mezi trénováním a používáním modelu.

Použití modelu znamená poskytování vstupů a přijímání odhadu nebo předpovědi. Tento proces provádíme jak při trénování modelu, tak při jeho používání v reálném světě. Použití modelu obvykle trvá méně než několik sekund.

Diagram znázorňující model strojového učení s daty procházejícími do modelu, který se pak přesune na odhad

Naproti tomu trénování modelu je proces zlepšení toho, jak dobře model funguje. Trénování vyžaduje, abychom používali model, funkci cíle a optimalizátor ve speciální smyčce. Dokončení trénování může trvat několik minut nebo dnů. Model obvykle trénujeme jenom jednou. Jakmile je trénovaný, můžeme ho použít tolikrát, kolikrát se nám líbí, aniž bychom museli provádět další změny.

Diagram konečného trénování znázorňující životní cyklus modelu strojového učení

Například ve scénáři obchodu s lavinami-rescue pro psy chceme vytrénovat model pomocí veřejné datové sady. Datová sada změní model tak, aby dokázala předpovědět velikost boty psa na základě velikosti jejich svazku. Jakmile je náš model vytrénován, použijeme ho jako součást našeho online obchodu, abychom zajistili, že zákazníci kupují psí boty, které odpovídají jejich psům.

Data pro použití, data pro trénování

Vzpomeňte si, že datová sada je kolekce informací o objektech nebo věcech. Datová sada může například obsahovat informace o psech:

ID psa Velikost spuštění Velikost svazku Barva psa Plemeno
0 27 12 Červenohnědá Sv. Bernard
0 26 11 Černá Labrador
2 25 10 Bílá Labrador
3 29 14 Černá Černý ovčák

Když použijeme náš model, potřebujeme pouze sloupce dat, které model přijímá jako vstup. Tyto sloupce se nazývají funkce. Pokud náš model v našem scénáři přijímá velikost a odhaduje velikost bootu, je naší funkcí velikost svazku.

Během trénování musí cílová funkce obvykle znát výstup modelu i správnou odpověď. Tyto hodnoty se nazývají popisky. Pokud náš model v našem scénáři predikuje velikost spouštění, pak je velikost spuštění naším popiskem.

Abychom mohli model používat, potřebujeme jenom funkce, zatímco během trénování obvykle potřebujeme funkce i popisky. Během trénování v našem scénáři potřebujeme jak naši funkci velikosti, tak popisek velikosti spouštění. Když používáme náš model na našich webových stránkách, potřebujeme znát pouze funkci velikosti svazku; náš model pak odhaduje velikost spuštění, která se má použít.

Dokončil jsem školení. Co teď?

Jakmile model dokončí trénování, můžete ho uložit do souboru sám. Už nepotřebujeme původní data, funkci cíle ani optimalizátor modelu. Když chceme model použít, můžeme ho načíst z disku, poskytnout mu nová data a získat zpět predikci.

V dalším cvičení si procvičíme uložení modelu, jeho načtení z disku a jeho použití jako v reálném světě. Abychom mohli dokončit náš scénář online obchodu, procvičíme si také použití výstupů modelu, abychom upozorňovali naše zákazníky, pokud si zřejmě kupují nesprávné velikosti psí boty.