こんにちは。あんどう(@t_andou)です。 ディープラーニングによる学習精度を上げるためには大量のデータが必要と言われていますが、学習済みのモデルを流用することで少ないデータから効率よく・高精度な学習をさせることが可能な場合があります。 それが Fine Tuning と言われるものです。 具体的なやり方については↓こちらの記事がとてもわかりやすかったので、著者のFrancois Cholletさんより許可を頂き、翻訳させていただきます。 Building powerful image classification models using very little data 注意:意訳しています。間違っているところも多々あると思いますので、ご指摘いただけると幸いです。 本文が長いので3回程度に分けて投稿する予定です。 データの準備・データの水増し 1から小さな畳み込みニューラルネットワ
![【ディープラーニング】少ないデータで効率よく学習させる方法:準備編 - ニートの言葉](https://cdn-ak-scissors.b.st-hatena.com/image/square/72089193ee7a57a7d4b08e82be957af5a29afa76/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak2.f.st-hatena.com%2Fimages%2Ffotolife%2Ft%2Ftakuya0411%2F20010307%2F20010307191040.png)