微调预训练的InceptionResnetV2

Question

微调网络的步骤如下：

1. 将您的自定义网络添加到已经培训过的基本网络之上。
2. 冻结基本网络。
3. 训练你添加的部分。
4. 解冻基本网络中的一些层。
5. 共同训练这两层和你增加的部分。

现在，如果网络架构像VGG16一样简单，我们可以简单地将基本网络从block5_conv1 (Conv2D)中解冻并重新训练它。

VGG16体系结构

​

但是，当体系结构像InceptionResnetV2一样非常复杂时，从哪里开始呢？有谁有实际经验吗？在python中运行以下代码以查看模型：

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')`

Answer 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(...)

这是一个启动github.com/yuyang-huang/keras-inception-resnet-v2的好地方