Сохранение модели tensorflow?

Question

[Rubios_Romanov]

Поискал и не особо нашел на счет как сохраняется модель обученная, я ее обучал на 12 картинках и на 16к картинках и обе модели имели одинаковый вес. Хотел бы узнать это норма и он в файле keras пишет какое то общее заключение или все таки в зависимости от материала на котором она учится и количества размер файлов должен быть разный

Answer 1

[Vindicar]

Размер файла (при одном и том же формате и точности) определяется количеством коэффициентов модели.
Так что если ты одну и ту же по структуре модель обучаешь, размер у неё будет одинаковый.

Comments

[Rubios_Romanov]

то есть размер файла поменяется если я ей добавлю только новый класс изображений а не сами эти изображения?

[Vindicar]

Rubios_Romanov, да, так как число классов изменит как минимум число нейронов в выходном слое (а может потребоваться изменение и более глубоких слоёв).
Вообще возникает вопрос: ты же не думаешь, что модель хранит в себе изображения, которые она "видела"?

[Rubios_Romanov]

Vindicar, ну я думал что она анализирует изображение которое мы ей дали, сравнивает с предыдущими изображениями из того же класса и подмечает чем они похожи, что у них общего и на основе этого ее вывод о классе либо расширяется/дополняется, либо меняется

[Vindicar]

Rubios_Romanov, меняется - точнее. Меняются значения коэффициентов модели.
Если совсем на пальцах, представь, что у нас на плоскости есть два облака точек, соответствующих классам. Каждая точка описывается своими координатами (x, y). Тогда нейронка пытается провести между ними кривую, которая эти два облака разделила бы. А коэффициенты нейронки - это коэффициенты уравнения этой кривой. Но в задачах на изображения у нас входных значений не два (x, y), а куда больше.

[Rubios_Romanov]

Vindicar, огромное спасибо что на пальцах объяснил как это работает, последний вопрос: можно ли модель на tensorflow обучить так что бы она обращала внимание на конкретные объекты например зонтик, что бы я ей дал несколько тысяч картинок с зонтами и она понимала этот объект и изображение классифицировала на основе этого или же лучше приглядеться к другим сетям

[rPman]

существуют техники, уменьшающие или увеличивающие сложность/размер нейронной сети, типа pruning, distillation, методы сжатия, адаптивной конфигурации (это группы алгоритмов, там их тьма напридумано)

[Vindicar]

Rubios_Romanov, целиком зависит от модели, т.е. от структуры твоей нейронки. tensorflow - всего лишь инструмент её реализации. Заодно надо уточнить задачу: тебе важно "является ли картинка изображением зонта"? Или "есть ли на картинке зонт"? Или "сколько зонтов на картинке и где они"? Потому что это довольно разные задачи.