keras公式の学習済モデル読み込み方法

from keras.applications.inception_v3 import InceptionV3

InceptionV3 = InceptionV3(include_top=False, weights='imagenet', input_tensor=input_tensor)

kerasで利用可能なモデル

ImageNetで学習した重みをもつ画像分類のモデル:

Xception
VGG16
VGG19
ResNet50
InceptionV3
InceptionResNetV2
MobileNet
NASNet

参照 https://keras.io/ja/applications/

学習済モデルを利用した学習方法

重み読み込み版（finetuning） weights='imagenet'を指定

from keras.applications.inception_v3 import InceptionV3

InceptionV3 = InceptionV3(include_top=False, weights='imagenet', input_tensor=input_tensor)

重み読み込みなし版 weights='None'を指定

from keras.applications.inception_v3 import InceptionV3

InceptionV3 = InceptionV3(include_top=False, weights='None', input_tensor=input_tensor)

オリジナルの学習済モデルの場合（finetuning）

model.load_weights("./weight.19-0.70.hdf5", by_name=True)

model.load_weights(filepath, by_name=False): (save_weightsによって作られた) モデルの重みをHDF5形式のファイルから読み込む

デフォルトはモデルの構造は不変であることが前提

（いくつかのレイヤーが共通した）異なる構造に対して重みを読み込む場合，by_name=Trueを使うことで，同名のレイヤーにのみ読み込み可能

学習モデルの保存方法

model.save_weights(os.path.join('PATH', 'InceptionV3_scratch2.h5'))

ModelCheckpointを使った各エポック終了後にモデルの保存のしかた

keras.callbacks.ModelCheckpoint(filepath, monitor='val_loss', verbose=0, save_best_only=False, save_weights_only=False, mode='auto', period=1)

引数

filepath: モデルファイルを保存するパス．
monitor: 監視する値．
verbose: 冗長モード, 0 または 1．
save_best_only: save_best_only=Trueの場合，監視しているデータによって最新の最良モデルが上書きされない．
mode: {auto, min, max}の内の一つが選択されます．save_best_only=Trueならば，現在保存されているファイルを上書きするかは，監視されている値の最大化か最小化によって決定．

val_accの場合，この引数はmax

val_lossの場合はmin

autoモードでは，この傾向は自動的に監視されている値から推定します． * save_weights_only: Trueなら，モデルの重みが保存されます (model.save_weights(filepath))，そうでないなら，モデルの全体が保存されます (model.save(filepath))． * period: チェックポイント間の間隔（エポック数）．