DreamBoothとファインチューニングの違いは?
DreamBoothとファインチューニングの違いは?
fine tuningの方が意味が広そう
転移学習(transfer learning)使ってソースのデータセット(たとえば、椅子以外のデータもたくさん学習してるImageNet)から学習した知識をターゲットデータセット(椅子の認識)に転移する
https://gyazo.com/99e9e96e67d420d456c5bdfd93a3a7a0
source modelのoutput layerにはsource datasetのlabelと密接に関連していると考えられるのでつかわずに、まっさらなoutput layerにさしかえる(ランダムに初期化する)。その他はsource modelのレイヤーを使って学習する
こうするとOutput layerは0から学習されるので椅子のラベルを出力してくれるようになり、つかいまわしたレイヤーはFine-tune(微調整)される
これがfine-tuneっぽい基素.icon
基素.iconwhat's the difference between fine tuning and DreamBooth
ChatGPT.iconFine tuning and DreamBooth are two different things.
Fine tuning is a method of training a machine learning model where the model is first trained on a large dataset and then the model is further trained on a smaller dataset that is specific to the task at hand.
This allows the model to fine-tune its weights and improve its performance on the specific task.
こっちは自分の理解と一緒基素.icon
ただしこの追加学習のアルゴリズムにtextual inversionとかがはいるのかがわからない
DreamBooth, on the other hand, is a type of image manipulation software that uses artificial intelligence (AI) to create unique and artistic versions of photos. It uses a technique called deep learning to analyze the content of an image and then apply various artistic styles to it, such as painting or sketching. DreamBooth is often used to create digital art and can be a fun tool for experimenting with different artistic styles.
こっちはなんかそれっぽいこといってない?w基素.icon