自作データセットの学習済みモデルを利用したファインチューイング

Question

前提・実現したいこと

自作データセットで学習したモデルを使用してさらに別途用意してある自作データセットでファインチューニングを行い、その効果を確かめたいと思っています。

近い例としてpytorchにすでに用意されているVGGやResNetなどのネットワークおよびImageNetで学習された学習済みモデルを使用するものは多数公開されていますが、自作の学習済みモデルを使う方法がわかりません。
どなたかご教授いただけないでしょうか。
参考になる資料などご存じの方は教えていただけると幸いです。

Answer 1

自己解決に至りました。
参考URLを教えてくださった方ありがとうございました！

ネットワークを定義したあと、そのまま保存済みの学習モデルを読み込むことでできるようです。

model_path = 'PATH' 
torch.save(modl.state_dict(), model_path)

model = Net()
model.load_state_dict(torch.load(model_path))

ただし、転移学習なのでどの層を再学習するのかを決める必要がある場合もあります。
そのようなときは再学習しない層を’凍結’することによってそれを実現します。

for pram in model.conv1.parameters():
     param.requires_grad = False

例として、CNNの最初の畳み込み層を凍結しする場合、上記のように畳み込み層のパラメータを取得してrequires.gradをFalseにします。（上記コードを学習済みモデルをロードした後に挿入）

パラメータチューニングの方法はまた別にあると思われます。

確証はあまりありませんので、間違いがあればご指摘お願いします、、

Answer 2

こちらの記事が参考になりそうです
Pytorchでモデルの保存と読み込み - Pythonいぬ

Comments

[shu214]

ありがとうございます！
拝見させていただきます！