用于迁移学习的特征化
本文提供了使用 pandas UDF 执行迁移学习的特征化的示例。
DL 模型中迁移学习的特征化
Azure Databricks 支持通过深度学习模型实现的特征化。 可以使用预先训练的深度学习模型来计算要在其他下游模型中使用的特征。 Azure Databricks 支持大规模的特征化，在整个群集中分配计算。 可以使用 Databricks Runtime ML 中包含的深度学习库（包括 TensorFlow 和 PyTorch）执行特征化。
Azure Databricks 还支持迁移学习，一种与特征化密切相关的技术。 可以通过迁移学习重复使用相关域中某个问题域的知识。 特征化本身是一种简单但强大的适用于迁移学习的方法：使用预先训练的深度学习模型来计算特征可以将良好特征的相关知识从原始域迁移出来。
计算迁移学习特征的步骤
本文演示了如何使用以下工作流来计算使用预训练 TensorFlow 模型的迁移学习的特征：
- 从预训练的深度学习模型（在本例中为
tensorflow.keras.applications中的一个图像分类模型）开始。 - 截断模型的最后一层。 修改后的模型生成一个特征张量作为输出，而不是一个预测。
- 将该模型应用于其他问题域的新图像数据集，以计算图像的特征。
- 使用这些特征来训练新模型。 以下笔记本省略了这最后一步。 有关如何训练简单模型（如逻辑回归）的示例，请参阅训练 AI 和 ML 模型。
示例：使用 pandas UDF 进行特征化
以下笔记本使用 pandas UDF 执行特征化步骤。 pandas UDF 及其更新的变体 Scalar Iterator pandas UDF 可提供灵活的 API，支持任何深度学习库并提供高性能。