テンソルフローで微調整する方法の例がたくさんあります。これらの例のほとんどは、既存のモデルが必要とする指定されたサイズにイメージのサイズを変更しようとしています。たとえば、224×224はvgg19が必要とする入力サイズです。しかし、kerasに、我々はfalseにinclude_topを設定することで、入力サイズを変更することができます。notopレイヤーでテンソルフローの微調整を行い、自分自身の入力イメージサイズを定義する方法
base_model = VGG19(include_top=False, weights="imagenet", input_shape=(input_size, input_size, input_channels))
をその後、我々はもう224×224であることを画像のサイズを修正する必要はありません。テンソルフローで公式に事前に訓練されたモデルを使用して、このような種類の微調整を行うことはできますか？私は今まで解決策を見つけることができない、誰も私を助ける？
はい、このような微調整が可能です。最後のいくつかのレイヤー（変更された出力を考慮に入れる）に加えて、元のネットワークの最初のいくつかのレイヤー（変更された入力を考慮して）を微調整するだけで十分です。
私はKerasを使用してTensorFlowを使用しています。あなたはそれに開いている場合は、ここでは一般的な微調整の流れを示したコードスニペットがある：
https://keras.io/applications/
具体的には、私はそれは私の場合のために動作させるために、次のコードを記述する必要がありました：
#img_width,img_height is the size of your new input, 3 is the number of channels
input_tensor = Input(shape=(img_width, img_height, 3))
base_model =
keras.applications.vgg19.VGG19(include_top=False,weights='imagenet', input_tensor=input_tensor)
#instantiate whatever other layers you need
model = Model(inputs=base_model.inputs, outputs=predictions)
#predictions is the new logistic layer added to account for new classes
これが役に立ちます。