1回答
我有一个关于创建一个部分加载权重的深度神经网络的问题。假设我构建了一个模型，如下所示(假设为模型指定了一系列层)： model = models.Model(inputs, x, name=model_name) 然后，我加载模型的权重。model.load_weights(weights) 我接下来要做的是向我刚刚创建的深度网络模型添加额外的层，将相应的
浏览 35提问于2020-10-05得票数 0
回答已采纳
1回答
我想要应用迁移学习(使用来自UNet或ResNet的预训练编码器的权重初始化我的自定义网络的编码器)。所以问题是:给定Pytorch中的UNet或ResNet实例，如何提取PyTorch中ResNet或UNet的编码器部分？This blog展示了这样做的一种方法，但它首先要求我拥有UNet或ResNet类，这对我来说并不实用。因为UNet或ResNet的实例是通过net = get_resnet(depth=34)
浏览 24提问于2021-07-29得票数 0
2回答
我有一个关于微调和迁移学习的一般性问题，当我试图弄清楚如何最好地让yolo检测我的自定义对象(手)时，这个问题出现了。 我为可能包含大量虚假信息的长文道歉。如果有人有耐心读一读，帮我理清思路，我会很高兴的。 经过大量的谷歌搜索，我了解到许多人认为微调是迁移学习的一个子类，而另一些人则认为他们有不同的方法来训练模型。同时，人们在自定义数据集上仅重新训练模型的最后一个分类器层与也重新训练模型的其他层之间
浏览 150提问于2019-03-12得票数 7
回答已采纳
我想在Tensorflow中实现一个带有预先训练好的权重的LSTM模型。这些重量可能来自Caffee或Torch。但是如何为这些LSTM单元加载预先训练好的权重呢？
浏览 0提问于2016-06-26得票数 5
我在efficientnet中获取预先训练好的权重时遇到了一些问题。所以我用谷歌搜索了一下efficientnet.hdf5，但是找不到。那么有没有办法得到hdf5格式的预先训练好的权重呢？
浏览 43提问于2020-09-30得票数 1
我训练了一个Inception_v3来完成我的任务。我有三节课。训练结束后，我尝试测试我训练过的模型，并使用以下代码加载我的模型： 下载一个预先训练好的Inception_v3，改变输出特征，并在这个模型中加载我的权重。在验证阶段，我获得了非常好的结果。如果我使用相同的代码，但是使用pretrained=False，测试会变得非常糟糕。 因为在我下载的</
浏览 70提问于2020-11-06得票数 2
回答已采纳
我试着导入我从谷歌存储下载的vgg16 import cv2
from keras.models import Sequential, load_model
浏览 7提问于2020-11-14得票数 0
我正在尝试用修改后的输入通道数加载vgg19网络。输入通道的数量是4，这是我的情况，我也将分类器更改为我自己的分类器。我还从网络中删除了自适应平均池化层。我应该如何将预先训练好的权重加载到我的PyTorch模型的修改版本中？ 假设我的模型的修改版本在变量myModel中。我如何将vgg19的预训练权重<
浏览 170提问于2019-12-14得票数 0
回答已采纳
我使用的是一个预先训练好的(用Python语言编写的) Keras模型，方法是使用tensorflow.js将其加载到JavaScript中，并使用tensorflow.js库。加载模型后，请执行以下操作：(async function () {})()
浏览 1提问于2021-01-03得票数 0
我关注了一篇关于如何从头开始实现vgg16-model的博客，我想用Keras的预训练模型来做同样的事情。我查了一些其他的博客，但我想找不到合适的解决方案。我的任务是将集成电路图像分为缺陷和非缺陷。 我在一篇论文中看到，他们使用vgg16的预训练imagenet模型进行织物缺陷检测，他们冻结了前七层，并针对自己的问题对后九层进行了微调。(来源：https://journals.sagepub.co
浏览 14提问于2020-07-15得票数 0
回答已采纳
1回答
我是Pytorch的新手。我的问题是:如何将迁移学习应用于自定义数据集？我正在做脑瘤的图像分割。我可以找到使用U-net结构的示例，但我找不到使用U-net图像分割的预训练模型的权重的示例？
浏览 1提问于2020-07-18得票数 0
1回答
我想在Tensorflow中对预先训练好的深度神经网络进行部分微调(例如，加载所有层的权重，但只更新更高层的权重)。
Tensorflow中是否有任何方法允许选择应该更改的变量和应该保持不变的变量？
浏览 15提问于2016-08-04得票数 3
回答已采纳
1回答
Pytorch中的预训练模型
、、、、
我刚刚加载了预先训练好的模型3Dresnet https://github.com/kenshohara/3D-ResNets-PyTorch。从上面的链接下载文件'resnext-101-kinetics.pth‘后，我以这种方式加载了这个模型：way i defined the model 这个模型适用于视频的大数据集(不幸的是，我的pc上没有足够的空间，我也找不
浏览 25提问于2019-04-23得票数 0
我想把一个预先训练好的caffe模型转换成keras，然后我需要逐层初始化这些层。我将权重和偏差保存在mat文件中，并将它们加载到python工作区。我知道“权重”参数是如何得到numpy数组的，但不是怎么得到的？谢谢
浏览 3提问于2017-02-28得票数 6
回答已采纳
我正在使用emilyalsentzer/Bio_ClinicalBERT的拥抱人脸实现构建一个命名实体识别(NER)模型。到今天为止，我对这个模型没有任何问题。问题1-今天，尝试使用以下工具进行训练：model = text.sequence_tagger('bilstm-bert问题2-处理我在早期训练迭代中保存的文件(model.h5、model.json和
浏览 2提问于2021-05-21得票数 2
我可以下载并成功测试包的。然而，这只给了我一个预先训练的网络的最终分割结果，而我也需要访问中间层的输出。根据这个演示，下面这行代码下载了一个预先训练好的模型和一个测试MR卷：
wget -c https://www.dropbox.com/s/rxhluo9sub7ewlp/parcellation_demo.tar.gz解压下载的文件将创建一个.ckpt文件，该文件似乎包含预训练<e
浏览 3提问于2017-10-20得票数 1
1回答
在这里，在示例中，它给出了一个预训练权重，以及如何从本地磁盘加载预训练权重的URL。model_zoo.load_url(model_url, map_location=map_location))
torch_model.eval()
我想要加载定义为路径的权重
浏览 16提问于2021-05-17得票数 0
回答已采纳
我想知道是否有一种方法(或某种代码示例)可以在Flink流应用程序中加载预先训练好的编码模型(用python编写)。因此，我可以使用从文件系统加载的权重和来自流的数据来拟合模型。 提前谢谢你
浏览 49提问于2020-10-07得票数 1
我看到tensorflow对象检测API允许用户自定义输入的图像大小。我的问题是如何使用预先训练的权重，这些权重通常是在224*224图像上训练的，有时是300*300图像。在我使用的其他框架中，比如caffe rfcn、yolo和keras ssd，图像被缩小以适应带有预先训练的权重的标准大小。
300*300大小的tf是否使用预先</
浏览 3提问于2017-09-12得票数 1
1回答
使用固定权重构建卷积层很简单，只需将权重内核传递给conv2d()即可。并且可以方便地加载预先训练好的模型，如VGG19。但我发现使用pytorch不是这样的，因为conv2d()不接受显式的内核，而是接受内核大小。所以我想知道，我们是否可以通过简单地将权重传递给像conv2d()这样的方法来重用VGG19中的权重。
浏览 4提问于2017-09-18得票数 1
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
