너와나의 관심사

from tensorflow.keras.models import load_model import tensorflow_hub model = load_model('temp/saved_model.h5',custom_objects = {'KerasLayer':tensorflow_hub.KerasLayer}) layer_names=[layer.name for layer in model.layers] #for model's summary and details. model.summary() keras training 하던 model을 로딩할일이 있어서 찾아본 tip

안드로이드 단말의 성능이 향상되면서 요즘 관심있게 보고 있는 on device learning for android . 데모와 on device learning model generation 을 위한 tip을 정리 1. 안드로이드 단말 내에서 학습할 model 생성 -tensorflow keras API 를 활용해서 생성 (tensorflow 공식 예제) 예전 tensorflow 예제가 더 구체적이며 practical 로 소개 mobileNetv2 avg pooling 입력 대신 FC layer 를 추가하는 형태 모델 구성은 Fully connected layer 를 추가하는 방법은 각자 디자인 가능 (7x7x 1280 ) -> 32 output 32 x 4 , 총 4개의 output 을 softmax ..

on device learning for android 안드로이드에서 on device model 을 base (head)모델과 fully connected layer 로 나누기 위해 Keras SavedModel 로딩해서 뒤에 몇개 layer 를 잘라내었다. import os import matplotlib.pyplot as plt import matplotlib.image as mpimg import tensorflow as tf import tensorflow.python.keras.models import tensorflow_hub as hub def create_model(): # 모델 define model = tf.keras.models.Sequential([ # The first convo..

keras 로 학습된 모델의 결과물로 모델을 재학습 하거나 모델의 구조를 알고 싶을때가 있다. 모델의 define , model buid 정보를 몰라도 keras model 의 객체를 알수있다. (많은 삽질을 했다) variable , saved_model.pb index 결과물 SavedModel 을 가지고 있을때 .. 다시 모델을 로딩해서 layer 를 변경 추가 가능하다. 방법은 아래 그림에서 처럼 Keras Model 이 아니라 다른 API 를 사용해야한다. import os import matplotlib.pyplot as plt import matplotlib.image as mpimg import tensorflow as tf import tensorflow_hub as hub def cre..

import os # horses/humans 데이터셋 경로 지정 train_horse_dir = './classification_data/horses' train_human_dir = './classification_data/humans' train_horse_or_human = './classification_data/' # horses 파일 이름 e train_horse_names = os.listdir(train_horse_dir) print(train_horse_names[:10]) # humans 파일 이름 리스트 train_human_names = os.listdir(train_human_dir) print(train_human_names[:10]) # horses/humans 총 이미지 파..