今回は引き続きMNISTを使って、転移学習について試してきたいと思います。

見ていくプログラムは、下記となります。
https://github.com/fchollet/keras/blob/master/examples/mnist_transfer_cnn.py

転移学習とは
CNNで作成したニューラルネットには、様々な特徴を捉える識別器が出来上がっていると言われており、出来上がった識別器を再利用して、学習していない他のものを認識しようという試みです。詳しくは、下記を参照して頂けたらと思います。
http://qiita.com/icoxfog417/items/48cbf087dd22f1f8c6f4

さて、今回のExampleでは、MNISTの数字の0から4までで、CNNのコンボリュージョンフィルタ、プーリング部分の学習をFixさせます。つまり、0から4までで数字の肝となる特徴を捉え切ってしまおうとします。その後、5から9までのデータでは、最終的にどの数字かを識別する全結合層だけ、再度学習(Fine Tuningと言います)させて
見事判別することができるか見ていきます。

まずは、データを読み込む+学習させるところです。関数にまとめていますが、ここらあたりは前回までと同様です。

<Code>
rom __future__ import print_function

import datetime
import keras
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation, Flatten
from keras.layers import Conv2D, MaxPooling2D
from keras import backend as K

now = datetime.datetime.now

batch_size = 128
num_classes = 5
epochs = 5

# input image dimensions
img_rows, img_cols = 28, 28
# number of convolutional filters to use
filters = 32
# size of pooling area for max pooling
pool_size = 2
# convolution kernel size
kernel_size = 3

if K.image_data_format() == ‘channels_first’:
input_shape = (1, img_rows, img_cols)
else:
input_shape = (img_rows, img_cols, 1)

def train_model(model, train, test, num_classes):
x_train = train[0].reshape((train[0].shape[0],) + input_shape)
x_test = test[0].reshape((test[0].shape[0],) + input_shape)
x_train = x_train.astype(‘float32’)
x_test = x_test.astype(‘float32’)
x_train /= 255
x_test /= 255
print(‘x_train shape:’, x_train.shape)
print(x_train.shape[0], ‘train samples’)
print(x_test.shape[0], ‘test samples’)

# convert class vectors to binary class matrices
y_train = keras.utils.to_categorical(train[1], num_classes)
y_test = keras.utils.to_categorical(test[1], num_classes)

model.compile(loss=’categorical_crossentropy’,
optimizer=’adadelta’,
metrics=[‘accuracy’])

t = now()
model.fit(x_train, y_train,
batch_size=batch_size,
epochs=epochs,
verbose=1,
validation_data=(x_test, y_test))
print(‘Training time: %s’ % (now() – t))
score = model.evaluate(x_test, y_test, verbose=0)
print(‘Test score:’, score[0])
print(‘Test accuracy:’, score[1])

# the data, shuffled and split between train and test sets
(x_train, y_train), (x_test, y_test) = mnist.load_data()

</Code>

次に、0から4までと5から9までで、学習データを分割します。

<Code>
# create two datasets one with digits below 5 and one with 5 and above
x_train_lt5 = x_train[y_train < 5]
y_train_lt5 = y_train[y_train < 5]
x_test_lt5 = x_test[y_test < 5]
y_test_lt5 = y_test[y_test < 5]

x_train_gte5 = x_train[y_train >= 5]
y_train_gte5 = y_train[y_train >= 5] – 5
x_test_gte5 = x_test[y_test >= 5]
y_test_gte5 = y_test[y_test >= 5] – 5
</Code>

ニューラネットの形を決めます。後々、Fine Tuningをするところとしないところを分けるため、二つに分けて記述しています。feature_layersは0から4までのデータでパラメータをFixさせて、classification_layersはFine Tuningに対応となります。モデルの作成では、+演算が使えるんですね。

<Code>
# define two groups of layers: feature (convolutions) and classification (dense)
feature_layers = [
Conv2D(filters, kernel_size,
padding=’valid’,
input_shape=input_shape),
Activation(‘relu’),
Conv2D(filters, kernel_size),
Activation(‘relu’),
MaxPooling2D(pool_size=pool_size),
Dropout(0.25),
Flatten(),
]

classification_layers = [
Dense(128),
Activation(‘relu’),
Dropout(0.5),
Dense(num_classes),
Activation(‘softmax’)
]

# create complete model
model = Sequential(feature_layers + classification_layers)
</Code>

そして、学習を実行します。まずは、0から4までで学習します。

<Code>
# train model for 5-digit classification [0..4]
train_model(model,
(x_train_lt5, y_train_lt5),
(x_test_lt5, y_test_lt5), num_classes)
</Code>

転移学習をするため、feature_layersのパラメータを凍結させて、5から9までで再度学習させます。

<Code>
# freeze feature layers and rebuild model
for l in feature_layers:
l.trainable = False

# transfer: train dense layers for new classification task [5..9]
train_model(model,
(x_train_gte5, y_train_gte5),
(x_test_gte5, y_test_gte5), num_classes)
</Code>

以上で、転移学習を行うことができまして、5から9の識別精度は何と99.2%になります。(私の環境では、98.8%でした。)

次回は、いよいよ最終回です。転移学習の応用ということで、かのGoogleが作成した超巨大CNNをFine Tuning して利用してみたいと思います。(Sho.)