이전에 했던 MobileNetV2 를 활용한 이미지 분류 딥러닝을 추가로 Fine tuning 했다.
파인 튜닝은 트랜스퍼 러닝을 한 다음에 하는 방법이다.
트랜스퍼 러닝을 한 후에 조금 더 개선이 가능한지 해보는 방법으로
학습된 모델 그 상태에서 추가로 학습을 시키되
좋은 모델의 일부분을 우리 데이터로 학습 가능토록 변경한 후에 학습 시키는 방법
# 1. 베이스 모델 전체 레이어를 학습 가능토록 일괄 바꾼다.
>>> base_model.trainable = True
# 2. 베이스 모델의 전체 레이어 수를 확인한다.
>>> len(base_model.layers)
154
# 3. 레이어 수 확인 후, 몇 번째 레이어부터 학습이 안되도록 할 것인지 결정해준다.
# 그러면 나머지 레이어는 학습이 가능한 것. (반대로도 가능하다)
# 레이어 101 부터 학습이 가능하도록 하자.
>>> for layer in base_model.layers[0:100+1]:
layer.trainable = False
'인공지능 > Deep Learning' 카테고리의 다른 글
[Deep Learning] 이미지 분류 딥러닝 Transfer Learning, MobileNetV2 활용 (1) | 2024.04.19 |
---|---|
[Deep Learning] CNN TensorFlow 이미지 분류 딥러닝 (0) | 2024.04.18 |
[Deep Learning] 이미지 파일 학습 데이터로 만들기(+이미지 증강) ImageDataGenerator (0) | 2024.04.18 |
[Deep Learning] 파이썬 압축 파일 풀기 zipfile (0) | 2024.04.18 |
[Deep Learning] CNN Pooling (0) | 2024.04.18 |