Pesi del modello

I pesi del modello sono i parametri numerici di una rete neurale che vengono regolati durante il processo di addestramento. Questi valori rappresentano essenzialmente la conoscenza appresa di un modello. Considerateli come i coefficienti di un'equazione molto complessa; regolando questi coefficienti, il modello impara a mappare i dati in ingresso, come un'immagine, in un output desiderato, come un riquadro di delimitazione di un oggetto. La qualità dei pesi di un modello determina direttamente le sue prestazioni in un determinato compito, come la classificazione di immagini o il rilevamento di oggetti.

Come si determinano i pesi

I pesi del modello non vengono impostati manualmente, ma vengono "appresi" dai dati. Il processo inizia con l'inizializzazione dei pesi a piccoli numeri casuali. Durante l'addestramento, il modello fa delle previsioni sui dati di addestramento e una funzione di perdita calcola quanto sono sbagliate queste previsioni. Questo segnale di errore viene poi utilizzato in un processo chiamato backpropagation per calcolare il gradiente della perdita rispetto a ciascun peso. Un algoritmo di ottimizzazione, come Stochastic Gradient Descent (SGD), regola quindi i pesi nella direzione opposta del gradiente per minimizzare l'errore. Questo ciclo viene ripetuto per molte epoche fino a quando le prestazioni del modello su un set di dati di convalida separato smettono di migliorare, segno che il modello ha appreso i modelli nei dati.

L'importanza dei pesi pre-allenati

L'addestramento di un modello all'avanguardia partendo da zero richiede risorse computazionali immense e set di dati enormi. Per ovviare a questo problema, la comunità della computer vision utilizza ampiamente pesi pre-addestrati. Si tratta di prendere un modello, come il modello YOLO di Ultralytics, che è già stato addestrato su un grande set di dati di uso generale come COCO. Questi pesi sono un ottimo punto di partenza per un nuovo compito specifico, attraverso un processo chiamato apprendimento per trasferimento. Partendo da pesi pre-addestrati, è possibile ottenere una maggiore precisione con meno dati e tempi di addestramento più brevi attraverso un processo noto come fine-tuning.

Applicazioni del mondo reale

• Analisi di immagini mediche: Uno sviluppatore può prendere un modello YOLOv8 con i suoi pesi pre-addestrati e metterlo a punto su un set di dati personalizzato di scansioni di tumori cerebrali. Il modello risultante ha pesi specificamente ottimizzati per identificare i modelli sottili dei tumori, aiutando i radiologi nella diagnosi. Si tratta di un'applicazione chiave dell'IA nel settore sanitario.
• Gestione dell'inventario del commercio al dettaglio: Un'azienda di vendita al dettaglio può utilizzare un modello per monitorare gli scaffali e contare i prodotti. Un modello di rilevamento degli oggetti viene messo a punto sulle immagini dei prodotti del negozio. I pesi finali consentono al modello di rilevare e contare con precisione articoli specifici per il monitoraggio automatico dell'inventario.

Pesi e concetti correlati

È importante distinguere i pesi del modello da altri termini correlati nell'apprendimento automatico:

• Iperparametri: A differenza dei pesi, che vengono appresi, gli iperparametri vengono configurati prima dell'inizio dell'addestramento. Ad esempio, il tasso di apprendimento, la dimensione del batch e la scelta dell'ottimizzatore. Il processo di ricerca della migliore configurazione degli iperparametri è noto come regolazione degli iperparametri.
• Le polarizzazioni: Pesi e bias sono entrambi parametri appresi. Tuttavia, i pesi scalano l'output di un neurone, mentre un termine di bias lo sposta. Insieme, danno alla rete neurale la flessibilità necessaria per adattarsi ai dati.
• Architettura del modello: L'architettura (ad esempio, la spina dorsale o la testa di rilevamento) è il progetto del modello: definisce i livelli e il modo in cui sono collegati. I pesi sono i valori all'interno di questa struttura. La stessa architettura può avere innumerevoli set di pesi diversi a seconda di come è stata addestrata. È possibile esplorare diversi modelli a confronto per vedere come variano le architetture.

Gestione e monitoraggio dei pesi

Man mano che i modelli diventano più complessi, la gestione dei loro pesi e degli esperimenti che li producono diventa fondamentale per la riproducibilità e la collaborazione. Strumenti come Weights & Biases (W&B) forniscono una piattaforma specifica per gli MLOps, consentendo ai team di tenere traccia degli iperparametri, delle metriche, delle versioni del codice e dei pesi dei modelli risultanti per ogni esperimento. È importante notare che la piattaforma "Weights & Biases" si distingue dai concetti di "pesi" e "biases" come parametri di una rete neurale; la piattaforma aiuta a gestire il processo di ricerca dei pesi e dei biases ottimali. Per saperne di più sull'integrazione di Ultralytics con W&B, consultare la documentazione. Una gestione efficiente è fondamentale per attività che vanno dalla messa a punto degli iperparametri all'implementazione dei modelli utilizzando framework come PyTorch o TensorFlow. Piattaforme come Ultralytics HUB offrono soluzioni integrate per la gestione dell'intero ciclo di vita del modello.