연습 3: 특성 추출 및 미세 조정
이 연습에서는 특성 추출과 미세 조정으로 Google의 Inception v3 모델을 활용하여 연습 1 및 2에서 만든 고양이와 개 분류기의 정확도를 개선합니다.
ML 실습: 이미지 분류
달리 명시되지 않는 한 이 페이지의 콘텐츠에는 Creative Commons Attribution 4.0 라이선스에 따라 라이선스가 부여되며, 코드 샘플에는 Apache 2.0 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 Google Developers 사이트 정책을 참조하세요. 자바는 Oracle 및/또는 Oracle 계열사의 등록 상표입니다.
최종 업데이트: 2025-01-28(UTC)
[null,null,["최종 업데이트: 2025-01-28(UTC)"],[[["\u003cp\u003eThis exercise leverages Google's Inception v3 model through feature extraction and fine-tuning to enhance the accuracy of a cat-vs-dog image classifier.\u003c/p\u003e\n"],["\u003cp\u003eIt builds upon the previous exercises on image classification, refining the model for better performance.\u003c/p\u003e\n"],["\u003cp\u003eYou will practically implement these techniques using a provided Google Colab notebook.\u003c/p\u003e\n"]]],[],null,["# ML Practicum: Image Classification\n\n\u003cbr /\u003e\n\n### Exercise 3: Feature Extraction and Fine-Tuning\n\nIn this exercise, you'll use feature extraction and fine-tuning to\nleverage Google's Inception v3 model to achieve even better accuracy for the\ncat-vs.-dog classifier from Exercises [1](/machine-learning/practica/image-classification/exercise-1) and\n[2](/machine-learning/practica/image-classification/exercise-2): \n[Launch exercise](https://colab.research.google.com/github/google/eng-edu/blob/main/ml/pc/exercises/image_classification_part3.ipynb?utm_source=practicum-IC&utm_campaign=colab-external&utm_medium=referral&hl=en&utm_content=imageexercise3-colab)"]]