如何通过无监督学习来重新训练Inception V4模型？

Question

我正在尝试使用设置为无监督学习的图像来重新训练Inception-V4。 首先，我已经阅读了Inception-V4的预训练权重文件。

out = Dense(output_dim=nb_classes, activation='softmax')(x)

model = Model(init, out, name='Inception-v4')

if load_weights == True:
    weights = checkpoint_custom_path
    model.load_weights(weights, by_name=True)
    print("Model weights loaded.")

return model

我删除了最终的完整连接层和密集层，以制作特征提取器。 接下来，我添加了一个新的卷积层以获取特殊的维特征向量形式模型。 然后我保存了模型并重新阅读。

model = create_inception_v4(load_weights=check)
model.summary()
model.layers.pop()
model.layers.pop()
model.summary()
x = conv_block(model.layers[-1].output, 512, 1, 1)
x = Flatten()(x)
out = Dense(output_dim=500, activation='softmax')(x)
out = Activation('sigmoid', name='loss')(out)
model2 = Model(input=model.input, output=[out])
model2.summary()
model2.save(checkpoint_custom_path)

model = create_custormized_inception_v4(nb_classes=500, load_weights=check_custom)
model.summary()

问题是要用我的图像数据集重新训练该模型。 但是我不知道每个图像的标签。 因此，我必须通过无监督学习来重新训练模型。 图像数据集的大小超过130K。 如何通过无监督学习来重新训练模型？