fine tuning 시 상위층과 하위층

기본 CNN 기반에서, 

하위층은 어느정도 일반적이고 재사용성이 있는 특성을 학습하며,

상위층은 좀 더 구체적인 특성을 학습합니다. ( 고양이 귀, 눈, 코 등 )

따라서 미세 조정(fine tuning) 시에는 상위층을 나의 데이터에 맞게 조절하는 것이 좋습니다.

 -> 하위 층으로 갈수록 fine tuning의 효과가 감소함.

 

(+) VGG16기반 합성곱층 만들기

from TensorFlow.python.keras.applications import VGG16
model = VGG16(weights = 'imagenet', include_top = False, input_shape = (n,n,n))