迁移学习

 

1. 迁移学习的定义

指利用现有的模型，并根据新的应用场景稍加修改。不需要从头开始学。

 

 

图1-1 最近几年准确率越来越高的网络

 

为了使用迁移学习

 

 

 

 

 

 

 

 

 

2. Coading

在TensorFlow Hub(https://www.tensorflow.org/hub) 中具有很多已经训练好的模型。

  !pip install "tensorflow_hub==0.4.0"
  !pip install "tf-nightly"

  import tensorflow as tf
  import tensorflow_hub as hub

  tf.enable_eager_execution()

  module_url = "https://tfhub.dev/google/tf2-preview/nnlm-en-dim128/1"
  embed = hub.KerasLayer(module_url)
  embeddings = embed(["A long sentence.", "single-word",
                      "http://example.com"])
  print(embeddings.shape)  #(3,128)

 

 

第一步： 导入数据包

from __future__ import absolute_import, division, print_function, unicode_literals

import tensorflow as tf
import matplotlib.pylab as plt

import tensorflow_hub as hub
import tensorflow_datasets as tfds

from tensorflow.keras import layers

import logging
logger = tf.get_logger()
logger.setLevel(logging.ERROR)