为什么我必须做两个训练步骤来微调Keras中的InceptionV3？

Question

我不明白为什么我必须调用fit() / fit_generator()函数两次才能在Keras（版本2.0.0）中微调InceptionV3（或任何其他预训练模型）。 文档建议如下：

在一组新类上微调InceptionV3

from keras.applications.inception_v3 import InceptionV3
from keras.preprocessing import image
from keras.models import Model
from keras.layers import Dense, GlobalAveragePooling2D
from keras import backend as K

# create the base pre-trained model
base_model = InceptionV3(weights='imagenet', include_top=False)

# add a global spatial average pooling layer
x = base_model.output
x = GlobalAveragePooling2D()(x)
# let's add a fully-connected layer
x = Dense(1024, activation='relu')(x)
# and a logistic layer -- let's say we have 200 classes
predictions = Dense(200, activation='softmax')(x)

# this is the model we will train
model = Model(input=base_model.input, output=predictions)

# first: train only the top layers (which were randomly initialized)
# i.e. freeze all convolutional InceptionV3 layers
for layer in base_model.layers:
    layer.trainable = False

# compile the model (should be done *after* setting layers to non-trainable)
model.compile(optimizer='rmsprop', loss='categorical_crossentropy')

# train the model on the new data for a few epochs
model.fit_generator(...)

# at this point, the top layers are well trained and we can start fine-tuning
# convolutional layers from inception V3. We will freeze the bottom N layers
# and train the remaining top layers.

# let's visualize layer names and layer indices to see how many layers
# we should freeze:
for i, layer in enumerate(base_model.layers):
   print(i, layer.name)

# we chose to train the top 2 inception blocks, i.e. we will freeze
# the first 172 layers and unfreeze the rest:
for layer in model.layers[:172]:
   layer.trainable = False
for layer in model.layers[172:]:
   layer.trainable = True

# we need to recompile the model for these modifications to take effect
# we use SGD with a low learning rate
from keras.optimizers import SGD
model.compile(optimizer=SGD(lr=0.0001, momentum=0.9), loss='categorical_crossentropy')

# we train our model again (this time fine-tuning the top 2 inception blocks
# alongside the top Dense layers
model.fit_generator(...)

为什么我们不调用fit() / fit_generator()一次？ 一如既往，感谢您的帮助！

编辑：

Nassim Ben和David de la Iglesia给出的以下答案都非常好。 我想强烈推荐David de la Iglesia给出的链接： 转学习

Answer 1

InceptionV3是一个非常深刻和复杂的网络，它已经过训练以识别某些东西，但是你正在将它用于另一个分类任务。 这意味着当你使用它时，它并不能很好地适应你的工作。

因此，他们希望在这里实现的目标是使用训练有素的网络已经学习的一些功能，并在网络顶部进行修改（最高级别的功能，最接近您的任务）。

所以他们删除了最顶层并添加了一些新的和未经训练的。 他们想要为他们的任务训练那个大模型，使用172个第一层进行的特征提取，并学习最后一个适合你的任务。

在他们想要训练的那部分中，有一个子部分已经学习了参数，另一个部分有新的，随机初始化的参数。 问题是已经学过的图层，你只想对它们进行微调，而不是从头开始重新学习......模型无法区分应该微调的图层和应该完全学习的图层。 如果你只对模型的[172：]层进行一次拟合，你将失去在imagnet的巨大数据集上学到的有趣特征。 你不想那样，所以你做的是：

1. 通过将整个初始V3设置为不可训练来学习“足够好”的最后层，这将产生良好的结果。
2. 新训练的层次很好，如果你“解冻”一些顶层，它们不会被过多扰动，它们只会被调整，只是你想要的。

总而言之，当您想要训练混合使用新图层的“已经学习”的图层时，您可以将新图层更新，然后对所有内容进行训练以对其进行微调。

Answer 2

如果你在一个已经调整过的convnet上添加2层随机初始化，你尝试微调一些卷积层而不“预热”新层，这些新层的高梯度将会破坏那些学习过的（有用的）事物。卷积层。

这就是为什么你的第一个fit只训练这2个新层，使用预先训练的网络，如某种“固定”特征提取器。

之后，您的2个Dense图层没有高渐变，您可以微调一些预先训练过的卷积图层。 这就是你在第二次fit所做的事情。