Перенос обучения и тонкой настройки с помощью функций Spark DeepImageFeaturizer() и KerasTransformer()

Я пытаюсь подать заявку transfer learning техника, использующая PySpark, с VGG-16 сеть.

Я хотел бы заморозить первых m только слои, и тренировать оставшиеся n-m, Я пытался с DeepImageFeaturizer() функция от sparkdl библиотека, но я не могу выбрать количество слоев для обучения:

DeepImageFeaturizer(inputCol="image", outputCol="features", modelName="VGG16")

Кроме того, я видел KerasTransformer() функция, но я не уверен, как правильно ее использовать.

Я бы хотел знать:

  • Это возможно с Spark?
  • Может быть, я мог бы использовать KerasTransformer функционировать?
  • Могу ли я обучить все слои этого вида применения сети fine-tuning?
Источник

0 ответов

Другие вопросы по тегам