追加学習にチェック(ON)を入れて学習した場合は、最後に学習した(採用している)学習パラメータを初期値として学習を開始します。
チェックを入れないと初期値はランダムに決定されて学習が開始されます。
厳密には違いますが、下記のようなイメージです。
Deep Learning は学習エポックが進むごとに、与えられた正解(アノテーション)データに近づくよう
下記イメージ画像Wの値を更新していきます。
初回はランダム(適当)な重み[W]から学習がスタートするのですが
追加学習ONの時は、前回の学習で学んだ(更新した)重みを初期値として学習を再開します。
これをOFFにすると、また最初から学習を再開します。
学習エポック数は、数値が高いほど正解データに近づける勉強回数を増やすことができます。
エポック数が小さいと正解まで全く辿りつけない場合があるので、少し無駄になる可能性はありますが基本的にはエポック数は多い方が良いです。
各エポック毎に、たくさんある重みＷについての数式の最適解(Lossが最小になるところ)を見つけることを行っております。
＊最適化イメージ
MENOU-TEは設定したエポック数分学習を継続しますが、途中で止めてもその時点の最良解でモデル生成できますので、大きめに設定して放置して「解析画像」タブから現在の結果を見て継続するか止めるかを決めるのが便利です！
(実行時のBest Lossのモデルで解析を実施します)
