「転移学習の非合理的な効果」

「転移学習の非合理的な効果」

Keras Functional APIを使用したマルチ出力予測のための必須ガイド

Image by Gerd Altmann from Pixabay

複雑な深層学習ニューラルネットワークを訓練するには、かなりの計算効率、大量のデータコーパスの利用可能性、および最新の結果を達成するためのより良い特徴学習アーキテクチャが必要です。しかし、これらの要件は、スタートアップ、研究者、および学生の場合にのみ満たされることがあります。最近の深層学習の進歩により、多くの事前学習済みモデルがオープンソース化されています。

人気のある畳み込みニューラルネットワークベースの事前学習済みモデルには、VGG16/19、ResNet、MobileNet、EfficientNet、ResNeXtなどがあります。これらの事前学習済みモデルの重みとアーキテクチャを調整して、さまざまなユースケースで使用することができます。

VGG16ネットワークは、画像を入力として受け取り、多クラス予測(1000クラスのうちの1つ)を行うために使用される人気のある事前学習済みモデルです。

本記事では、Keras Functional APIを使用して複数の予測またはマルチ出力予測を行うユースケースを開発するために転移学習を活用します

問題の設定:

与えられた人物の顔の画像から、年齢、性別、民族性(マルチ出力予測)を予測するモデルを開発することです。

(Image by Author), Birds-eye illustration of the use-case

転移学習を活用し、VGG-16の事前学習済みネットワークを使用して、上記のアーキテクチャをモデリングし、マルチ出力予測を行う必要があります。残念ながら、VGGネットワークは、マルチ出力予測ではなく、マルチクラス予測(1000クラスのうちの1つ)を行うために設計されています。

解決策:

今回の課題は、Keras Functional APIを使用してVGG-16のアーキテクチャを調整して、マルチ出力予測を行うようにすることです。

データセット:

私は、23,000以上の注釈付き顔画像とそれに対応する年齢、性別、民族性を持つKaggleのデータセットを使用します(CC0ライセンスの下でオープンソース化されています)。

データの準備:

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

AIテクノロジー

AIの台頭が犬食い犬のテック産業を牽引している

「テクノロジー業界が根本的な変革を遂げていることについては、私と同意していただけると思いますあなたもそれを見ることが...

データサイエンス

テキストと画像の検索を行うNodeJS AIアプリを構築する

チュートリアル:stargate-mongooseとJSON APIを使用して、DataStax Astra DB(およびベクトル検索)をサポートするNodeJSア...

AIニュース

「GoogleのMed-PaLM 2は最も先進的な医療AIとなる予定」

Google(グーグル)は世界をリードするテクノロジー企業の一つであり、最新の人工知能(AI)プログラムにより、医療分野に大...

機械学習

「埋め込みを使った10の素敵なこと!【パート1】」

「クラシックな機械学習(ML)から一歩踏み出して、埋め込みはほとんどのディープラーニング(DL)のユースケースの中核です...

機械学習

「ディープランゲージモデルは、コンテキストから次の単語を予測することを学ぶことで、ますます優れてきていますこれが本当に人間の脳が行っていることなのでしょうか?」

ディープラーニングは、テキスト生成、翻訳、および補完の分野で最近大きな進歩を遂げています。周囲の文脈から単語を予測す...

データサイエンス

「DINO — コンピュータビジョンのための基盤モデル」

「コンピュータビジョンにとっては、エキサイティングな10年です自然言語の分野での大成功がビジョンの領域にも移されており...