使用Spark的DeepImageFeaturizer（）和KerasTransformer（）函数进行学习和微调

Question

我正在尝试使用transfer learning网络和PySpark网络应用VGG-16技术。

我只想冻结第一个m层，然后训练其余n-m层。我已经尝试了DeepImageFeaturizer()库中的sparkdl函数，但是无法选择要训练的层数：

DeepImageFeaturizer(inputCol="image", outputCol="features", modelName="VGG16")

我还看到了KerasTransformer()函数，但不确定如何正确使用它。

我想知道：

• Spark有可能吗？
• 也许我可以使用KerasTransformer函数吗？
• 我可以使用fine-tuning来训练这种网络的所有层吗？