本文为 AI 研习社编译的技术博客,原标题 : Celebrity Face Kaggle Classification Using Transfer Learning/Data Augmentation 作者 | Terrance Whitehurst 翻译 | Disillusion 校对 | Lam-W 审核| Lam-W 整理 | 菠萝妹 原文链接:https://medium.com/@TerranceWhitehurst/celebrity-face-kaggle-classification-using-transfer-learning-data-augmentation-f4460fb3c8a6 注:本文的相关链接请点击文末【阅读原文】进行访问
在这个项目中,我将使用keras、迁移学习和微调过的VGG16网络来对kaggle竞赛中的名人面部图像进行分类。
#1
加载所有函数库。
#2
创建数据目录。
#3
在这里,我创建了一些参数供以后使用,并创建了训练和验证目录。
#4
我使用keras的 “ ImageDataGenerator() ” 来应用数据增强。我为训练和验证创建增强,然后创建训练生成器和验证生成器。
#5
对于我的数据格式,我需要“channels_first”或“channels_last”格式。
#6
在这我把imagenet权重加载进我预训练过的VGG16模型。接下来,我创建了我的序列模型的架构。
#7
训练前一定要编译你的模型!
#8
现在我通过调用fit_generator()来训练我的模型。
#9
这里我可视化了我们模型的训练历史。
#10
现在我将我训练过的模型保存在“JSON”和“h5”中。我以这两种格式保存的原因是以便将来我想将其部署到生产环境中。“JSON”格式保留了模型的架构,“h5”格式保存了模型的所有权重。
提示:如果您想在将来部署您的keras模型,那么你要用 h5 格式来保存。
我希望你从这个项目中学到了很多东西,并能够利用它来进一步加深你的机器学习知识。
快乐学习!
你一定能做到!!!