実世界のモデルを使う
さて、Ivyの写真はResNet50で使える準備ができました。img_readyに保存されており、現在は次のようになっています。
ResNet50は、1000種類のラベル付きオブジェクトを識別できるよう、Imagenet datasetで学習されたモデルです。ResNet50は50層からなる深いモデルで、3D表示はこちらで確認できます。
ResNet50とdecode_predictionsは、すでにtensorflow.keras.applications.resnet50からインポート済みです。
それでは、この学習済みモデルを使ってIvyの犬種を特定してみましょう！
この演習はコースの一部です
Kerasで学ぶIntroduction to Deep Learning
演習の手順
ResNet50モデルをインスタンス化し、weightsパラメータを'imagenet'に設定します。- 前処理済みの画像に対して
modelで予測を行います。 decode_predictions()で最初の3つの予測をデコードします。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Instantiate a ResNet50 model with 'imagenet' weights
model = ____(weights=____)
# Predict with ResNet50 on your already processed img
preds = ____.____(____)
# Decode the first 3 predictions
print('Predicted:', ____(____, top=____)[0])