◆ CNTK ( Microsoft Cognitive Toolkit ) 2.2 の Python API 解説第６弾です。
今回は、画像分類タスクのための転移学習を CNTK で遂行します。
ImageNet で訓練済みの既存のモデル (ResNet 18) があるとき、それを (類似した) 別の分野のデータセットに適合させるために、CNTK で転移学習 (= Transfer Learning) をどのように活用するかを示します。
転移学習は有用なテクニックです。例えば、新規の画像を異なるカテゴリーに分類する必要がありながら、しかし深層ニューラルネットワークをスクラッチからトレーニングするための十分なデータを持たない場合に利用可能なテクニックです。
本記事では、ImageNet 画像 (犬、猫、鳥 etc.) で訓練されたネットワークを花、そして動物 (羊/狼) のデータセットに適合させますが、転移学習は翻訳、音声合成、そして他の多くの分野のために既存のニューラルモデルを成功的に適合させてきました。
詳細 : CNTK 2.2 Python API 解説 (6) – 画像分類タスクのための転移学習 (ResNet 18 モデル)