# Train from a Universe Checkpoint ### Roboflow Universe のチェックポイントからの学習まず、Universe プロフィールで現在のプロジェクトの Workspace が選択されていること、および Transfer Learning に使用したいデータセットに「Starred」を付けていることを確認してください。

Roboflow Universe で Workspace プロフィールを切り替える

![](https://3740591140-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F-M6S9nPJhEX9FYH6clfW%2Fuploads%2Fgit-blob-3c2404f27a15c7c41c67858b519227d966001099%2Fimage.png?alt=media) ![](https://3740591140-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F-M6S9nPJhEX9FYH6clfW%2Fuploads%2Fgit-blob-3837bb6a0ad2b8f803d0958c7510af21571c3e7d%2Fimage.png?alt=media) さらに、選択したデータセットに「Model」タグが付いていること、および/または Roboflow Universe のプロジェクトのランディングページに「Try Pre-Trained」モデルがあることを確認してください。そうでない場合、そのデータセットは Workspace 内で学習チェックポイントとして利用できません。

Roboflow Universe のデータセットのランディングページにある「Try Pre-Trained Model」と Model タグ

次に、Roboflow Main App の UI で、対象のデータセット/プロジェクトの「Versions」ページに移動します。学習したいバージョンを選択してください。 * 学習ジョブを開始できるのは、Roboflow Train でまだ学習されていないデータセットバージョンのみです（そのバージョンには緑のチェックマークが表示されていません）。

「Start Training」をクリックします。

次に、Fast または Accurate モデルを選択し、「Continue」をクリックします。 * Single-Label Classification、Multi-Label Classification、または Semantic Segmentation プロジェクトを学習している場合、この Fast または Accurate のオプションは表示されません。これらのプロジェクトタイプでは、単に「Continue」をクリックし、その後「Start Training」をクリックして学習ジョブを開始できます。

「Select a Model」で、Roboflow Universe で「Starred」を付けたデータセットのプロジェクト名を選択します。

次に「Start Training」をクリックして学習ジョブを開始します。学習ジョブが完了すると、登録されているアカウントのメールアドレス宛にメールが届きます。 ### [学習結果の確認](https://docs.roboflow.com/roboflow/roboflow-jp/train/training-results) 学習ジョブの進捗を監視できます。UI には、学習を開始するためにマシンが起動している様子が表示されます。 ### モデルのデプロイ学習後、モデルは推論に使用でき、カスタムアプリケーションに組み込める状態になります！詳しくは [Inference Documentation ページ](https://docs.roboflow.com/inference) をご覧ください。