目前，我正在尝试构建一个基于预先训练好的vgg16或vgg19的卷积自动编码器。我想知道如何得到权重的逆矩阵..
浏览 26提问于2019-05-17得票数 0
4回答
我是一个初学者，我非常困惑，我们如何能够选择一个预先培训的模式，将改进我的模式。
我试图创建一个猫品种分类器使用预先训练的权重模型，假设VGG16训练的数字数据集，这会改善模型的性能吗？或者，如果我只是在数据库上训练我的模型，而不使用任何其他的权重，那么更好，或者两者都和那些预先训练<
浏览 0提问于2019-08-06得票数 9
回答已采纳
在预先实现的keras模型(VGG16等)中，我们指定可以改变模型输入的形状，并仍然加载经过预先训练的imagenet权重。这里是Keras VGG16模型的</e
浏览 0提问于2017-12-04得票数 1
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
我正在尝试训练一个接受4通道输入的卷积网络，并希望使用像VGG16这样的预训练模型。我不应该使用VGG16的初始卷积块是有意义的，因为它们是针对3个通道输入进行训练的，并重新定义了初始卷积块。但是，我想从VGG16开始使用block3。如何使用Tensorflow Keras api实现这一点？ 简而言之，我如何从预先训练<em
浏览 20提问于2019-05-04得票数 1
回答已采纳
1回答
我对训练一系列图像和对象检测模型很感兴趣，我想知道何时使用像VGG16这样的网络的预训练权重的一般规则是什么。例如，很明显，微调预先训练好的VGG16 imagenet模型权重对您正在寻找子集ie很有帮助。猫和狗。然而，对于我来说，如果你正在训练一个有300个类的图像分类器，其中只有一些是预训练模型中的类<em
浏览 36提问于2017-08-06得票数 1
回答已采纳
我正在尝试重新训练VGG16来对乐高图像进行分类。然而，我的模型的准确率很低(在20%之间)。我做错了什么？可能是FC号错了，或者是我的ImageDataGenerator。我有大约。如何创建模型： def vgg16Model(self,image_shape,num_classes): output_l
浏览 49提问于2019-04-14得票数 0
2回答
我只是试着用预先训练过的vgg16在Keras中做这样的预测。我把它评论掉了，它开始做出很好的预测。我还添加了preprocess_input(.)但这似乎并不影响对我所做的少数随机试验的预测。在“使用预先训练网络的瓶颈特性:立即90%的准确性”下，经过预培训的VGG16处于转移学习环境中。在缓存最后一个conv层的特性时，输入
浏览 0提问于2018-02-24得票数 6
1回答
我通常尝试用经典的微调方法来形成我的ANN，但最近我了解到，有不同的“预定义”网络专门用于某些任务。这些有好的总结吗？他们真的比国产的表现好吗？
浏览 0提问于2016-11-22得票数 2
回答已采纳
假设我们想要在我们的模型中使用VGG16的预先训练的权重，直到第三个最大池之前的层，然后添加我们选择的层，我们如何实现这一点？
浏览 0提问于2020-08-09得票数 0
数据集包含分类为cat或dog的图像。plot(history)
上面的例子需要下载一个具有VGG16架构的外部模型(convnet trained )数据集，才能完全发挥作用。因为<e
浏览 0提问于2018-01-26得票数 4
1回答
当使用像vgg16或inception这样的预训练模型时，使用预培训模型的好处之一似乎是节省训练的时间。
是否有理由在不加载重量的情况下使用预先训练的模型？(使用随机权重)？
浏览 0提问于2021-05-11得票数 0
回答已采纳
1回答
我想保存自定义VGG16模型的可训练权重。我知道: custom_vgg_model.save_weights(fname) =>保存了VGG16的所有权重，甚至是不可训练的权重。我如何才能只保存可训练的重量？
浏览 1提问于2021-02-22得票数 0
我的目标是使用预先训练的VGG16来计算不包括顶层的特征向量。我想要计算每个图像的嵌入(不涉及训练)，而不是一个接一个地给网络提供批次，因为这个网络只是计算嵌入，而不是分类。在批量训练中，我理解批量规范化的重要性，但是对于单个图像，我应该将其按像素化吗？我所能想到的是，也许在图像中减少光照的重要性是有用的。我是不是遗漏了什么？
浏览 0提问于2020-09-25得票数 0
1回答
我在Keras有一个预先训练好的模型。我想训练另一个模型，其中模型的输出是已训练模型的输入，并且已训练模型的输出用于未训练模型的损失函数。feedback from B here) --> Model A --> out_a --> Model B --> out_b
然后使用这个错误来训练模型在这个系
浏览 1提问于2017-03-26得票数 1
如果我在带有TensorFlow后端的Keras中使用该模型，是否应该绝对使用mode="tf"我希望Francois做得对，但是看看，他要么是他，要么是我对mode="tf"的使用错
浏览 0提问于2018-10-31得票数 13
回答已采纳
1回答
并行训练神经网络，理论框架
、、、、
我正在与神经网络合作，目前正在探索除我的cpu之外的其他方法来加速训练过程。在AWS中的GPU机器上使用带有Tensorflow的Keras，我能够真正加快这个过程。我很难找到一个参考资料，所以我想让你了解一下它是如何工作的。
提前谢谢你
浏览 3提问于2017-02-22得票数 2
回答已采纳
1回答
预训练的深度学习模型有两种类型的权重与它们相关联，顶部(即密集的全连接层)和without_top(去除密集的完全连接层)。我想知道如何训练no_top权重的模型
我有一个架构，我想为它创建一个权重，训练它的cifar10，data.So，如何训练？
浏览 0提问于2018-02-12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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
