TensorFlow Hub入門：事前学習済みモデルを活用した効率的な機械学習

TensorFlow Hubとは

事前学習済みモデルを簡単に再利用できるライブラリです。
画像分類(ResNet, MobileNet)、テキスト埋め込み(BERT, Universal Sentence Encoder)、
音声・動画処理などのモデルをゼロから学習することなく、
すぐに自分のタスクに適用できます。

主なメリット

• 転移学習の簡易化:
  モジュールを固定して特徴抽出器として使い、上位層だけ再学習することで、
  少ないデータでも高精度を実現

基本的な使い方

import tensorflow as tf
import tensorflow_hub as hub

# モジュールのロード
hub_url = "https://tfhub.dev/google/imagenet/mobilenet_v2_100_224/feature_vector/5"
feature_extractor = hub.KerasLayer(hub_url, input_shape=(224, 224, 3), trainable=False)

# Kerasモデルへの組み込み
model = tf.keras.Sequential([
    feature_extractor,                        # 事前学習済みの特徴抽出層
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(num_classes, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

重要パラメータの解説

hub.KerasLayer() の主要パラメータ:

• hub_url: TensorFlow Hub上のモデルを指すURL
• input_shape: 入力テンソルの形状(高さ, 幅, チャンネル数)
• trainable:
  • False: モジュール内の重みを凍結(更新なし)、少量データに有効
  • True: ファインチューニング時に使用、全体を再学習