![](https://cdn-ak-scissors.b.st-hatena.com/image/square/3217a9b6f65f277c0f5d8fe28e873e99490e637b/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwdGl6dW8mdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTUzNDU4MjBjN2U2OGYyY2NlZjFmYzRjYTNlN2ZjYjAx%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3Dc81630b8c2a72619c26d9eed5317d0e2)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
kerasで画像で主流のFine Tuning(転移学習)を、データ学習でもやってみる - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
kerasで画像で主流のFine Tuning(転移学習)を、データ学習でもやってみる - Qiita
作成したモデルをオンラインサービスで使う場合、新たに蓄積されるデータを使って既存のモデルを日々更... 作成したモデルをオンラインサービスで使う場合、新たに蓄積されるデータを使って既存のモデルを日々更新したいですが、毎日バッチで全部のデータを回すのは時間もお金もかかります。 画像の学習では、VGG16のような学習済みのモデルに判別したい画像を読ませてFine Tuningする方法が一般的です。 そこで今回は、普通のデータで構築したモデルを保存し、そのモデルをFine Tuningしてみました。 ここではポイントだけ紹介しますので、実際に動くサンプルコードは以下から見てください。 https://github.com/tizuo/keras/blob/master/%E8%BB%A2%E7%A7%BB%E5%AD%A6%E7%BF%92%E3%83%86%E3%82%B9%E3%83%88.ipynb ベースとするモデルを構築する 今回はirisデータを適当に分割して、2回に分けて学習させます