(整理) 網路上常見較為簡單的Transfer Learning 作法 (tensorflow)

LUFOR129

4 min readMar 16, 2019

目前網路上的遷移學習(Transfer Learning)的做法也是百百種，這邊整理一下我嘗試過三種方法與做法，供未來使用。

一、 Slim 做遷移

使用 tensorflow.contrib.slim 做遷移 :

下載Inception_v3. ckpt 下載連結https://github.com/tensorflow/models/tree/master/research/slim

2. 詳細看這兩篇

slim 读取并使用预训练模型 inception_v3 迁移学习 - qq_41419675的博客 - CSDN博客

import tensorflow as tf import tensorflow.contrib.slim as slim from tensorflow.contrib.slim.python.slim.nets import…

blog.csdn.net

tensorflow之inception_v3模型的部分加载及权重的部分恢复（23）---《深度学习》 - 阿华Go，从现在开始的博客 - CSDN博客

import tensorflow.contrib .slim .nets as nets #from tensorflow.contrib.slim.nets.inception import inception_v3…

blog.csdn.net

二、用Keras做Transfer Learning

用Keras做Transfer Learning 會比用slim做更為簡單一點，並且在網路上已經有豐富的資料了，十分推 !

Hvass-Labs/TensorFlow-Tutorials-Chinese

TensorFlow 中文教程 (Chinese Tutorials). Contribute to Hvass-Labs/TensorFlow-Tutorials-Chinese development by creating an…

github.com

自己的model做transfer作法也相當簡單，將Keras model訓練完成後save成h5檔。接著在其他地方load_model，並且重新fit即可。

#保存model
model.save("./model/LSTM_model.h5")#其他地方load
model = load_model("./model/LSTM_model.h5")
model.summary()#重新fit新的資料
history = model.fit(
    x=x_train, 
    y=y_train,
    batch_size=BATCH_SIZE,
    epochs=NUM_EPOCHS,
    validation_data=(x1_val, y_val),
    callbacks = [callback],
    shuffle=True
)

三、Tensorflow 官方網站

tensorflow 官方的作法，用的好的話甚至不需要寫程式，就能自動做出機器學習了。

How to Retrain an Image Classifier for New Categories | TensorFlow Hub | TensorFlow

The script can take thirty minutes or more to complete, depending on the speed of your machine. The first phase…

www.tensorflow.org

官方那一大串英文，大致做法是這樣 :

將tensorflow_hub clone下載下來 https://github.com/tensorflow/hub
載入要做遷移的Model並解壓
要訓練的資料集格式為 EX: data/class_name(按class分)/各種訓練圖片
自 hub/examples/image_retraining/retrain.py 找出來。
訓練是使用cmd的方式訓練的 EX:

仔細看看retrain.py最後一百行可以知道傳入的參數有哪些，藉由調整 cmd的參數來達到訓練模型。

四、總結

好用度 : Keras > Slim > 用cmd訓練