Modul ini membahas transfer learning pada PyTorch, yaitu teknik memanfaatkan model yang bobotnya sudah dilatih pada dataset besar sebagai titik awal untuk tugas baru. Bahasannya dimulai dari model zoo torchvision dan API untuk memuat bobot pretrained, dilanjutkan dengan pembekuan backbone dan penggantian head untuk ekstraksi fitur, lalu ditutup dengan praktik fine-tuning yang sehat, termasuk learning rate yang dibedakan antara backbone dan head. Seluruh contoh berjalan pada build CPU dengan bobot ResNet18 yang dimuat tanpa pelatihan ulang.
Transfer Learning
Modul transfer learning: model pretrained torchvision, pembekuan backbone dan penggantian head, serta praktik fine-tuning.
0/0 selesai
- Model pretrained
Model zoo torchvision dan cara memuat bobot pretrained.
- Pembekuan dan penggantian head
Feature extraction vs fine-tuning: membekukan backbone dan mengganti head.
- Praktik fine-tuning
Praktik fine-tuning yang sehat, termasuk learning rate diskriminatif.