トレーニング済みのモデルを使用してモデルをトレーニング

Question

私はKerasで事前に訓練されたモデルを持っています。既に訓練されたモデルに対してモデルの出力が入力され、既に訓練されたモデルの出力が訓練されていないモデルの損失関数に使用されている別のモデルを訓練したい。

in_a + mod_b(some kind of feedback from B here) --> Model A --> out_a --> Model B --> out_b 

error = (in_a - out_b)**2 

ような何かして、モデルA. in_aを訓練するために、このエラーを使用して、このシステムでは定数として扱うことができ、フィードバックループが同様に存在し

任意のアイデアkerasでこれを行う方法またはテンソルフロー

Answer 1

ここにアイデアがあります。モデルAを出力レイヤーまで構築します。出力レイヤーはモデルBの入力レイヤーと互換性があると仮定します。また、あなたはあなたがpretrained重みを持つモデルをロードしますモデルB.としてpretrained VGG16を使用していると仮定しましょう：

from keras.applications.vgg16 import VGG16 

# Model A is trainable 
x = Input(shape=(32,)) 
x_d = Dense(10)(x) 
model_a_out = Dense(10)(x_d) 

# Model B 
model_b = VGG16(weights='imagenet', include_top=True) 
# Freeze Model B 
for layer in model_b.layers: 
    layer.trainable = False 

# Set input to Model B as output from A 
model_b.input = model_a_out 

# Train as usual 
model_b.compile... and model_b.fit ... 

それを行うための別の方法は、あなたが、その後A.とを構築したい最初のものである：

for layer in model_b.layers: 
    new_layer = layer 
    new_layer.trainable = False 
    model_a.add(new_layer) 

いくつかのアイデアについては、Keras Applicationsのページをご覧ください。