微调预训练的 InceptionResnetV2答案

【问题标题】：Fine-Tune pre-trained InceptionResnetV2微调预训练的 InceptionResnetV2
【发布时间】：2018-04-27 19:53:28
【问题描述】：

微调网络的步骤如下：

在已经训练好的基础上添加您的自定义网络网络。
冻结基础网络。
训练您添加的部分。
解冻基础网络中的一些层。
联合训练这两个层和您添加的部分。

现在如果网络架构简单如 VGG16，我们可以简单地从block5_conv1 (Conv2D) 解冻基础网络并重新训练它。

VGG16 架构

但是当架构像 InceptionResnetV2 一样高度复杂时，从哪里开始呢？有没有人有实际经验？在python中运行以下代码查看模型：

from keras.applications import InceptionResNetV2

conv_base = InceptionResNetV2(weights='imagenet',
                  include_top=False,
                  input_shape=(299, 299, 3))
conv_base.summary()
from keras.utils import plot_model
plot_model(conv_base, to_file='model.png')`

【问题讨论】：

标签： python-3.x neural-network keras

【解决方案1】：

使用 InceptionResNetV2 对模型进行非常基本的微调如下所示：

from inception_resnet_v2 import InceptionResNetV2
# ImageNet classification

model = InceptionResNetV2()
model.predict(...)

# Finetuning on another 100-class dataset
base_model = InceptionResNetV2(include_top=False, pooling='avg')
# The first argument in the next line represents the number of classes
outputs = Dense(100, activation='softmax')(base_model.output)
model = Model(base_model.inputs, outputs)
model.compile(...)
model.fit(...)

这是一个很好的起点github.com/yuyang-huang/keras-inception-resnet-v2

【讨论】：