1回答
具有VGG层的顺序网络
、、、、
我想要一个具有VGG网络特征的顺序网络(我想将我的网络传递给另一个函数，该函数不支持VGG对象，但支持nn.sequential)。我在VGG类中添加了函数getSequentialVersion方法，使其具有线性层的时序网络。然而，很明显，网络中存在大小不匹配。 '''VGG f
浏览 53提问于2021-05-04得票数 0
回答已采纳
假设我们想要在另一个模型的分类器(如VGG16 )的末尾添加一个新的层，比如线性层，那么为什么这两个实现会导致不同的结果呢？更具体地说，我不明白为什么第一个实现产生2个类：vgg.classifer=nn.Sequential(vgg.classifier, nn.Linear(4096,300))
p
浏览 2提问于2019-02-13得票数 0
回答已采纳
1回答
我建立并训练了一个基于vgg16网络的网络。在最初的网络中，我冻结了vgg16的所有层，只训练了最后4个层，这是我在vgg16末尾添加的。现在，我想通过改变可训练层来加载和重新训练这个模型，以使用我自己的权重，而不是ImageNet权重。最初，我试图通过使用以下代码更改vgg16的可训练层和模
浏览 1提问于2019-01-05得票数 0
回答已采纳
假设我在完全相同的数据集上训练两个神经网络。基本上，我通过VGG19的卷积层传递所有数据，将最后一个卷积层的输出保存到磁
浏览 0提问于2021-03-26得票数 0
回答已采纳
1回答
当使用torchvision.models模块加载经过预先训练的VGG网络并使用它对任意RGB图像进行分类时，网络的输出在不同的调用之间有明显的不同。这一切为什么要发生？根据我的理解，VGG向前传球的任何部分都不应该是非确定性的。这是一个MCVE：from torchvision.models import vgg16
vgg = <
浏览 0提问于2019-05-06得票数 2
回答已采纳
什么是神经网络中的VGG模型？
我认为VGG模型有特定的规范：-Convolutions层(仅使用3*3大小)、-Max池层(仅使用2*2大小)、-Total 16层的-Fully连接层。CNN和VGG模型在神经网络中的区别是什么？
浏览 4提问于2018-06-28得票数 0
回答已采纳
2回答
我的问题是关于ResNet的参数。为什么这会导致比VGG更少的参数？我建议是这样的，因为你在已经因为步幅减小的层</em
浏览 0提问于2021-06-08得票数 3
0回答
我想把一个vgg网络的参数传递给一个风格迁移用的vgg网络，但是两个网络的结构不一致（原网络有一些ReLU和Pooling层）。我想要仅仅转移所有卷积层的参数，但是vgg.children()的方法会返回网络中所有的层，有没有方法可以让我只提取其中的卷积层？或者有没有什么更加
浏览 100提问于2022-04-01
1回答
我想要使用Vgg16，所以我做了这样的事情：vgg16_model = keras.applications.vgg16.VGG16()，但是我想将层从Vgg16转移到我的模型。model = Sequential(layers=vgg16_model.layers) (我见过这个)，但是它导致了我的错误
TypeError:添加的层必须是类层的</em
浏览 0提问于2018-10-19得票数 0
vgg16_model = tf.keras.applications.vgg16.VGG16() model=顺序() 对于vgg16_model.layer中的层：-1 model.add(layer) model.summary() #去掉最后一层致密层 ? 对于model.layers中的层： layer.trainable=False #for transfer le
浏览 28提问于2021-01-10得票数 0
我在初始的基础上使用VGG16网络构建了一个顺序模型，例如：conv_base = VGG16(weights='imagenet)model.add(layers.Dense(3, activation='sigmoid'))
我的模型看起来是这样的
浏览 3提问于2018-05-11得票数 41
回答已采纳
1回答
我正在运行VGG16网络，在svhn数据库上进行图像分类。我将图像保存到形状(None,64,64,3)中，形状(None,10).Labels的标签是大小为10的一维数组。from skimage import data, io, filtersfrom utils import *
vgg= tf.keras.applications.vgg16.V
浏览 4提问于2017-11-26得票数 2
回答已采纳
4回答
我是个新手，我想用Vgg来转移学习。我想删除完全连接的层，并添加一些新的完全连接层。另外，我希望使用灰度输入，而不是RGB输入。为此，我将添加输入层的权重，并获得一个权重。因此，三通道的权重将被增加。
我实现了删除完全连接的层，但我遇到了灰度部分的问题。我把这三个权重相加，形成一个新的权重。然后，我尝试更改vgg模型的状态dict，但这会给我带来
浏览 0提问于2019-07-31得票数 3
我之所以问这个问题，是因为在VGG19中存在批处理规范化层(例如，与VGG16不同)。
对于卷积层的lr_mu
浏览 3提问于2019-02-23得票数 1
1回答
我想使用第三层的输出的VGG16网络。：from keras import applications
vgg_model.summary()
fir
浏览 0提问于2019-04-02得票数 2
为了训练一个具有预先训练好的VGGFace权重的微调VGG模型，需要做哪些预处理步骤？我正在尝试将一组大小为224x224x3的图像放入我的微调VGG模型中(冻结了网络的最后4层)，并在其上添加了一些致密层。训练需要很多时间，但我得到的结果准确率非常低，不到1%的准确率，而且模型根本就不会学习。我已经使用了这个： vgg16.preprocess
浏览 20提问于2019-01-21得票数 0
3回答
我正在研究一个项目中的分类问题。我的问题的特殊性在于我必须使用两种不同类型的数据来管理它。我的课程是汽车，行人，卡车和自行车。以下是一些例子：
为了通过使用keras的串联函数来执行分类任务，我已经设法使用了这两种模式。
但我想做的是使用更强大的CNN，像VGG。我使用了预训练的模型，冻结了除最后4层之外的所有层。我将灰度图像作为RGB读取，因为<
浏览 3提问于2019-07-19得票数 3
我正在学习Keras和functional的用法，特别是关于在另一个分类任务中使用经过预先训练的VGG16模型，我看到了这段代码：from keras.models import Model
from keras.layers import时所需的所有层。但是，
浏览 4提问于2019-11-09得票数 0
1回答
我有一个经过预先训练的网络，包括两个部分，特征提取和相似学习。特征提取部分为VGGNet 16，所有层均冷冻。我只提取特征向量，学习由两个卷积层和四个稠密层组成的相似网络。注意:由于尺寸大，从图像中移除了最后几层。我已经加载了经过训练的模型，并创建了一个从Merged_feature_map层开始的新模型：fo
浏览 0提问于2020-02-20得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
