วิธีใช้ Keras กับ Pre-trained Model ด้วย Python

TensorFlow: ML Framework Google Open-source Research/Production

Keras (ภาษากรีก: "Horn") จาก ONEIROS Deep Learning API Python ระดับสูง รันบน TensorFlow Scalable, Cross-platform (TPU, GPU, Web, Mobile) เข้าถึงด้วย from tensorflow import keras

ตัวอย่าง: Transfer Learning กับ Xception

print("A convolutional model with pre-trained weights is loaded")
base_model = keras.applications.Xception(
    weights='imagenet',
    include_top=False,
    pooling='avg'
)

print("This model is freezed")
base_model.trainable = False

print("A sequential model is used to add a trainable classifier on top of the base")
model = keras.Sequential([
    base_model,
    layers.Dense(1000),
])

print("Compile the model")
print("Fit the model to the test data")
model.compile(...)
model.fit(...)

Code credit: TensorFlow Keras Sequential Model Guide

ผลลัพธ์

A convolutional model with pre-trained weights is loaded
Downloading data from https://storage.googleapis.com/tensorflow/kerasapplications/xception/xception_weights_tf_dim_ordering_tf_kernels_notop.h5
83689472/83683744 [==============================] - 1s 0us/step
This model is freezed
A sequential model is used to add a trainable classifier on top of the base
Compile the model
Fit the model to the test data

คำอธิบาย

• ใช้ Sequential Model Stack ร่วมกับ Pre-trained Model เพื่อ Initialize Classification Layers
• Freeze Base Model (trainable = False)
• เพิ่ม Classifier (Dense) ด้านบน
• Compile และ Fit กับ Training Data