在本教程中,你将学习如何使用迁移学习通过预训练网络对猫和狗的图像进行分类。

预训练模型是一个之前基于大型数据集(通常是大型图像分类任务)训练的已保存网络。

迁移学习通常应用在数据集过少以至于无法有效完成模型的训练,故而寻求在预训练模型的基础上进行训练、微调来解决这个问题。当然,即使数据集不那么小,我们也可以通过预训练模型来加快模型的训练。

在本文中,我们无需(重新)训练整个模型,基础卷积网络已经包含通常用于图片分类的特征。但是,预训练模型的最终分类部分特定于原始分类任务,随后特定于训练模型所使用的类集。

  1. 微调:解冻已冻结模型库的一些顶层,并共同训练新添加的分类器层和基础模型的最后几层。这样,我们便能“微调” base model 中的高阶特征表示,以使其与特定任务(迁移后的任务)更相关。

将遵循通用的深度学习的工作流程。

  1. 检查并理解数据
  2. 构建输入流水线,在本例中使用 Keras ImageDataGenerator
  3. 构成模型
    • 加载预训练的基础模型(和预训练权重)
    • 将分类层堆叠在顶部
  4. 训练模型
  5. 评估模型

迁移学习和微调

  • 数据预处理
    • 数据下载
    • 配置数据集以提高性能
    • 使用数据扩充
    • 重新缩放像素值

深度学习100例 | 第33天:迁移学习-实战案例教程相关推荐

  1. 深度学习100例 | 第30天:TensorFlow2 实现动物识别(90类)MobileNetV2算法(内附源码与数据)

    在之前的文章中我们通过Xception算法模型实现了狗.猫.鸡.马四种的动物的识别(新模型!实现动物识别).今天我们接着介绍MobileNetV2算法,将数据集扩充到90个类别,即使用 90 个不同类 ...

  2. 深度学习100例 | 第35天:脑肿瘤识别

    大家好,我是『K同学啊』! 今天我将带大家探索一下深度学习在医学领域的应用–脑肿瘤识别,脑肿瘤也称为颅内肿瘤,是颅内占位性病变的主要疾病,在儿童易患的恶性病变中仅次于白血病,位于第二位.有数据表明,我 ...

  3. 深度学习100例 | 第53天:用YOLOv5训练自己的数据集(超级详细完整版)

    大家好,我是K同学啊! 我们接着上一篇文章 深度学习100例 | 第51天-目标检测算法(YOLOv5)(入门篇) 配置完YOLOv5需要的环境后,今天我们试着用YOLOv5训练自己的数据.(在开始本 ...

  4. 深度学习100例 | 第25天-卷积神经网络(CNN):中文手写数字识别

    大家好,我是『K同学啊』! 接着上一篇文章 深度学习100例 | 第24天-卷积神经网络(Xception):动物识别,我用Xception模型实现了对狗.猫.鸡.马等四种动物的识别,带大家了解了Xc ...

  5. 深度学习100例 | 第24天-卷积神经网络(Xception):动物识别

    大家好,我是『K同学啊』! 之前写了一篇名为 「多图」图解10大CNN架构 的文章后,发现有些模型在我们的<深度学习100例>中并未介绍,后来不是说填坑嘛,之前已经写一篇 深度学习100例 ...

  6. 深度学习100例-卷积神经网络(LeNet-5)深度学习里的“Hello Word” | 第22天

    大家好,我是「K同学啊 」! 前几天翻译了一篇讲十大CNN结构的文章(「多图」图解10大CNN架构),原作者思路十分清晰,从时间线上,将近年来CNN发展过程中一些比较重要的网络模型做了一一介绍.我发现 ...

  7. 深度学习100例 - 常见错误 及 处理办法

    文章目录 1.module 'tensorflow._api.v2.data' has no attribute 'AUTOTUNE 2.module 'tensorflow.keras.prepro ...

  8. 《深度学习100例》目录

    大家好,我是 K同学啊! <深度学习100例>正在更新中~ 在这个漫长的过程,中途遇到了不少问题,但是也有幸遇见不少优秀的伙伴,很荣幸 每一个案例都附带有完整的代码+数据集,都是我在本地跑 ...

  9. 记录|深度学习100例-卷积神经网络(CNN)彩色图片分类 | 第2天

    记录|深度学习100例-卷积神经网络(CNN)彩色图片分类 | 第2天 1. 彩色图片分类效果图 数据集如下: 测试图1如下 训练/验证精确图如下: 优化后:测试图--打印预测标签: 优化后:测试图- ...

最新文章

  1. [MaxCompute MapReduce实践]通过简单瘦身,解决Dataworks 10M文件限制问题
  2. 服务器监控--cacti中英文版安装全解
  3. mac环境下安装xampp
  4. java htmldecoder_HTMLDecoder——开头的HTML编码的解码工具类(java)
  5. Linux Shell常用命令总结
  6. mysql 5.7自定义安装路径_Mysql5.7.18版本(二进制包安装)自定义安装路径教程详解...
  7. snmp服务没有安全设置项
  8. 【BZOJ 1095】 [ZJOI2007]Hide 捉迷藏 括号序列
  9. [HAOI2005] 希望小学
  10. 翻译连载 | 第 11 章:融会贯通 -《JavaScript轻量级函数式编程》 |《你不知道的JS》姊妹篇...
  11. Assimp(LearnOpenGL With Qt)
  12. 【文摘】2008年度_Atom处理器
  13. 洛谷 P3137 [USACO16FEB]圆形谷仓Circular Barn_Silver
  14. CAD如何创建图层并绘制图形
  15. mybatis.org/dtd/mybatis-generator-config_1_0.dtd标红
  16. 联盟链系统开发 联盟链开发多钱
  17. 功率谱(PS)和功率谱密度(PSD)是否一样、谱估计谱图纵轴数值为什么为负
  18. 炒股配资的杠杆是几倍?
  19. 002-ESP32学习开发(SDK)-测试网络摄像头(OV2640),实现远程视频监控(花生壳http映射)
  20. 金山文档手机app服务器异常,为什么我的手机看不了金山文档 看不了金山文档怎么办...

热门文章

  1. 通信电子线路期末复习第四章 振幅调制、解调和混频
  2. ad输出光绘文件_90%的工程师容易忽视(一):PCB输出gerber文件,这样操作才正确!...
  3. sqlserver 指数_大盘指数大涨,牛市是否提前来了?
  4. 构造matlab决策树分类器,Matlab建立逻辑回归,决策树,SVM,KNN和朴素贝叶斯模型分类绘制ROC曲线...
  5. android平板 2017,2017年后平板电脑市场将复苏
  6. java字符常量括_Java常量 变量 数据类型
  7. flutter怎么手动刷新_flutter局部刷新的实现示例
  8. react ui框架_顶级React组件库推荐
  9. mysql 表中添加数据类型_MySQL数据表添加字段(三种方式)
  10. Java高阶代码_Java高阶语法---Volatile