我试图用CIFAR10数据集训练mobileNet和VGG16模型，但准确率不能超过9.9%。我需要它与完整的模型(include_top=True)，而不是来自imagenet的wights。val_generator.flow(x_val,y_val,batch_size=batch_size),validation_steps=250,
verbose=1) MobileNet======] - 17s 49ms/step -
浏览 27提问于2020-07-17得票数 0
我是个学习ML的初学者。我正在研究VGG16模型在TensorFlow中。我的书房是。
它们都很好用。但是现在我想模拟案例2.的过程，尝试使用VGG16 16-A模型来进行CIFAR-10数据集的训练，但是我失败
浏览 0提问于2018-11-26得票数 2
回答已采纳
假设，我想用Tensorflow或Keras.Now中的CIFAR-10或CIFAR-100数据集从头开始训练标准AlexNet、VGG-16或MobileNet。问题是，标准AlexNet、VGG-16或MobileNet的体系结构是为ImageNet数据集构建的，其中每幅图像是224*224，但在CIFAR-10或CIFAR-100数据集中，每幅图像是32*32将CIFAR-10或CIFAR-100数据集中每个图像从32*32调整
浏览 125提问于2019-06-18得票数 0
回答已采纳
有没有人用CIFAR-10从头开始训练移动网络V1？你的最大准确度是多少？在经历了110个时代之后，我被困在了70%的地方。下面是我创建模型的方法。然而，我的训练准确率在99%以上。#create mobilenet layer
MobileNet_model = tf.keras.applications.MobileNet(include_top=False, weights
浏览 1提问于2018-09-06得票数 1
回答已采纳
我正在使用。preprocess_input有一个mode参数，它期望"caffe“、"tf”或“mode”。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"
如果是，这是否是因为Keras加载的VGG16模型使用了经过相同预处理的图像(即将输入图像
浏览 0提问于2018-10-31得票数 13
回答已采纳
我一直在遵循Gulli和Pal在“用Keras进行深度学习”一书中给出的例子。在第三章“使用数据增强提高CIFAR-10的性能”中，我无法复制其声明的约0.78的测试精度。事实上，我得到了这个：390/390 [==============================] - 946s 2s/step -
浏览 11提问于2018-02-24得票数 0
我正在开发googlenet .Can，有人告诉我如何在python中使用预先训练好的googlenet和alexnet。关于VGG和RESNET的资料太多了，但我不明白如何使用预先训练好的googlenet和alexnet
浏览 31提问于2019-12-06得票数 0
回答已采纳
3回答
我使用VGG16预训练模型训练了4种眼病的分类模型。我对机器学习非常陌生，所以我不知道从结果中得出什么。在对9万张图片进行了大约6个小时的训练之后：验证损失一直保持在1-2之间(准确性确实提高到85%) (我意外地重新运行了单元格，无法看到输出)Image_width = 300
val
浏览 1提问于2020-08-10得票数 0
回答已采纳
1回答
我想在数据集中使用带有迁移学习的EfficientNet。我的问题是，它似乎不会学习。首先，我从使用迁移学习和MobileNet的以下模型开始，它在上工作得很好 model_base,
tf.keras.layers.GlobalAveragePooling2D(name=&q
浏览 17提问于2021-05-20得票数 1
回答已采纳
5回答
我使用时装MNIST数据集跟踪这个基本分类TensorFlow教程。训练集包含60000个28x28像素的灰度图像，分为10个等级(裤子、套衫、鞋子等)。(128, activation='relu'),])
经过10个历次，该模型的精度达到91%。我现在正在使用另一个名为CIFAR-10的数据集，它包含50,000，32*
浏览 0提问于2020-04-05得票数 4
回答已采纳
1回答
我正在尝试在边缘设备上使用迁移学习来构建一个大米分类器，我在https://github.com/ADLsourceCode/TensorflowJS的教程中获得了帮助 我的样本数据在https://dl=0 我使用下面提到的大米分类代码将模型保存在本地，并与vgg和mobilenet一起保存在文件夹TensorflowJS/<e
浏览 32提问于2019-08-18得票数 1
我使用了由keras提供的pre-trained model of vgg16。from keras.preprocessing import image
from keras.applications.vgg16 import preproce
浏览 4提问于2017-02-15得票数 0
回答已采纳
使用以下代码加载CIFAR-10数据集最初是可行的。(x_train, y_train), (x_test, y_test) = tf.keras.datasets.cifar10.load_data()>>> AttributeError: module 'tensorflow' has no attribute 'keras</e
浏览 0提问于2018-07-19得票数 3
我已经搜索了一段时间，但似乎Keras只有经过训练后才具有量化特性。我希望在我的Keras序列模型中添加Tensorflow伪量化。根据Tensorflow的doc，我需要这两个函数来做假量化: tf.contrib.quantize.create_training_graph()和tf.contrib.quantize.create_eval_graph我的问题是，是否有人在Keras模型中添加了这两个函数？如果是，应在哪里增加这两个功能？例如，在m
浏览 2提问于2018-09-17得票数 2
回答已采纳
我无法导入这个模块在() ->1进口keras.applications.resnet中ModuleNotFoundError: No module named 'keras.applications.resnet'
keras
浏览 7提问于2019-02-14得票数 14
我们试图将.h5 Keras模型转换为.mlmodel模型，我的代码如下所示：import kerasfrom keras.layers import DepthwiseConv2D
from keras.utils.generic_utils import CustomObjectScopewi
浏览 1提问于2018-10-10得票数 0
回答已采纳
我有图像分类问题，我想使用Keras预先训练的模型来完成这项任务。当我使用这样一个模型 hub.KerasLayer("https://tfhub.dev/google/tf2-preview/mobilenet_v2',在平衡数据集上，我很容易
浏览 2提问于2019-10-29得票数 3
1回答
我对VGG16这样的模型还不熟悉。我一直在搜索关于这个模型的信息，但我仍然对它持怀疑态度。我有10000个不同大小的图像来训练模型(2个类)，所以我决定使用86x86的图像大小，因为计算限制，它几乎是每个图像大小的平均值。所以我这么做了： base_model16 = VGG16(weights='imagenet', include_top=False, input_shape=(86,86,3)) 对于生成器
浏览 20提问于2021-01-23得票数 0
回答已采纳
我试图使用VGG16建立分类模型，但在项目结束时，我在获取混淆矩阵时遇到了错误。下面是代码，import osimport numpy as npfrom keras.modelsimport MobileNetfrom keras.layers.core imp
浏览 20提问于2021-01-10得票数 2
回答已采纳
1回答
在最初的论文中，他们使用VGG16网络进行特征提取。我使用的是来自TensorFlow模型动物园的SSD v2模型，我不知道体系结构有什么不同。此建议，对于其他模型，如SSD MobileNet，VGG16特征提取器将被MobileNet特征提取器所取代。
我原以为SSD盗梦空间也是如此，但让我感到困惑。从这里看来，初始空间似乎被添加到模型的SSD部分，并且VGG16特性提取器仍然
浏览 2提问于2019-05-28得票数 2
回答已采纳
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
