แนวคิด
สร้าง Feature Extractor โดยใช้ buffered prefetching ตั้งค่า trainable=False เพื่อแช่แข็งน้ำหนัก
แนวคิด Transfer Learning, TensorFlow Hub, Google Colab เหมือนเดิม
ตัวอย่างโค้ด
AUTOTUNE = tf.data.AUTOTUNE
train_ds = train_ds.cache().prefetch(buffer_size=AUTOTUNE)
print("The dimensions of data")
for image_batch, labels_batch in train_ds:
print(image_batch.shape)
print(labels_batch.shape)
break
Credit: TensorFlow Tutorials
ผลลัพธ์
The dimensions of data (32, 224, 224, 3) (32,)
คำอธิบาย
- TFHub แจกจ่ายโมเดลโดยไม่มี classification layer บนสุด ใช้ทำ Transfer Learning ได้
- ใช้โมเดล feature vector จาก tfhub.dev ที่เข้ากันได้
- สร้าง Feature Extractor ด้วย
trainable=Falseแช่แข็งตัวแปรในเลเยอร์ feature extractor - ทำให้การเทรนปรับเปลี่ยนเฉพาะ classifier layer ใหม่
- คืนเวกเตอร์ความยาว 1280 ต่อภาพ
