Reuse of a Deep Learning model for handwritten digit recognition

Abstract

Machine Learning (ML) techniques have made significant advances in solving various problems, which has led to wide dissemination in their use and development. Currently there are different models that have achieved a high level of performance, which raises the question of what to do when we face a problem for which a very efficient model already exists. This scenario has, for some time, promoted the research and development of different techniques to reuse these models, instead of undertaking the design, implementation, and training of a new one, with all the effort that this entails. In this work, a classification problem is presented, and the reuse of a convolutional neural network is proposed with the objective of recognizing handwritten numbers. Likewise, the performance of the reused model has been evaluated.

Las técnicas de Aprendizaje Automático (AA) han avanzado significativamente en la solución de diversos problemas, lo que ha llevado a una amplia difusión en su uso y desarrollo. Actualmente existen distintos modelos que han alcanzado un alto nivel de desempeño, lo que plantea la duda de qué hacer cuando nos enfrentamos a un problema para el cual ya existe un modelo muy eficiente. Desde hace tiempo esta situación ha impulsado la investigación y el desarrollo de diferentes técnicas para reutilizar estos modelos, en lugar de emprender el diseño, implementación y entrenamiento de uno nuevo, con todo el esfuerzo que ello conlleva. En este trabajo se presenta un problema de clasificación y se propone la reutilización de una red neuronal convolucional con el objetivo de reconocer números manuscritos. Asimismo, se ha evaluado el desempeño del modelo reutilizado.