Keras Tuner& Transfer Learning
1 min
看起来这个东西可以让我炼丹更快一点
Keras Tuner
这个东西需要独立安装，python3.6+和tensorflow2.0+
pip install keras-tuner --upgrade一个快速上手的例子
from tensorflow import keras
from tensorflow.keras import layers
def build_model(hp):
model = keras.Sequential()
model.add(layers.Flatten())
model.add(
layers.Dense(
# Define the hyperparameter.
units=hp.Int("units", min_value=32, max_value=512, step=32),
activation="relu",
)
)
model.add(layers.Dense(10, activation="softmax"))
model.compile(
optimizer="adam", loss="categorical_crossentropy", metrics=["accuracy"],
)
return model接着定义一个tuner
tuner = kt.RandomSearch(
build_model,
objective='val_loss',
max_trials=5)接着开始就行
tuner.search(x_train, y_train, epochs=5, validation_data=(x_val, y_val))
best_model = tuner.get_best_models()[0]来康康细节
实际上上面那个和我要做的并不太一样
我要做的是调节模型参数，而不是超参数
如果不需要超参数的话，那要做的可能就是重新fit，也就是常说的transfer learning了
# Transfer Learning
在上一篇里已经写了一点
然后我重新看了下发现真的非常简单
只要把需要训练的参数固定好，然后重新调用fit就行了