Tensorflowと事前トレーニング済みモデルを使用して、Pythonを使用してデータを視覚化するにはどうすればよいですか？

Tensorflowと事前トレーニング済みモデルを使用して、「matplotlib」ライブラリを使用してデータを視覚化できます。 「plot」メソッドは、コンソールにデータをプロットするために使用されます。

続きを読む： TensorFlowとは何ですか？KerasはTensorFlowとどのように連携してニューラルネットワークを作成しますか？

少なくとも1つの層を含むニューラルネットワークは、畳み込み層と呼ばれます。畳み込みニューラルネットワークを使用して、学習モデルを構築できます。

事前に訓練されたネットワークからの転移学習の助けを借りて、猫と犬の画像を分類する方法を理解します。画像分類の転移学習の背後にある直感は、モデルが大規模で一般的なデータセットでトレーニングされている場合、このモデルを使用して視覚世界の一般的なモデルとして効果的に機能できることです。機能マップを学習したはずです。つまり、ユーザーは大規模なデータセットで大規模なモデルをトレーニングすることで、最初から始める必要がありません。

続きを読む： カスタマイズされたモデルを事前にトレーニングするにはどうすればよいですか？

以下のコードを実行するためにGoogleColaboratoryを使用しています。 Google ColabまたはColaboratoryは、ブラウザー上でPythonコードを実行するのに役立ち、構成が不要で、GPU（グラフィックプロセッシングユニット）に無料でアクセスできます。 ColaboratoryはJupyterNotebookの上に構築されています。

例

print("Visualizing the data")
plt.figure(figsize=(8, 8))
plt.subplot(2, 1, 1)
plt.plot(acc, label='Training Accuracy')
plt.plot(val_acc, label='Validation Accuracy')
plt.ylim([0.8, 1])
plt.plot([initial_epochs-1,initial_epochs-1], plt.ylim(), label='Start Fine Tuning')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')
plt.subplot(2, 1, 2)
plt.plot(loss, label='Training Loss')
plt.plot(val_loss, label='Validation Loss')
plt.ylim([0, 1.0])
plt.plot([initial_epochs-1,initial_epochs-1], plt.ylim(), label='Start Fine Tuning')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.xlabel('epoch')
plt.show()

コードクレジット-https：//www.tensorflow.org/tutorials/images/transfer_learning

出力

説明

• トレーニングと検証の精度/損失の学習曲線が視覚化されます。

• これは、微調整が実行されると実行されます。

• 検証損失はトレーニング損失よりも高く、これは過剰適合があることを意味します。

• この過剰適合は、トレーニングデータセットが比較的小さく、元のMobileNetV2データセットに類似しているという事実が原因である可能性もあります。

• 微調整が完了すると、モデルは検証セットで98％の精度に達します。