模型匯總

利用深度學習研究社區開發的成熟模型架構。主流模型提供了穩健的架構，免去了從零開始設計模型的繁瑣。

選擇模型的訣竅

• 大小 ：模型需要多少記憶體

  模型最終部署的位置將決定網路大小的重要性。如果選擇部署到低記憶體系統，請選擇專門針對此類任務設計的模型。

  > 查看適合邊緣設備部署的模型

• 準確度 ：重新訓練前模型的性能如何

  通常情況下，如果一個模型在 ImageNet 資料集上效能良好，就說明該模型已經學習到了有用的特徵，在類似的新任務中也會有良好的效能。

  > 查看準確度較高的模型

• 預測速度 ：模型針對新影像進行預測速度有多快

  預測速度會因硬體和批次大小等諸多因素而異，但同時也會受所選模型的架構以及模型大小的影響。

  > 使用適合起步的簡單模型比較預測速度

閱讀下文，瞭解各個模型間的利弊權衡。