文章/答案/技术大牛

发布

社区首页 >问答首页 >使用模型作为特征提取器时，使用深度学习模型(DenseNet-121)的哪一层作为输出

问使用模型作为特征提取器时，使用深度学习模型(DenseNet-121)的哪一层作为输出
EN

Stack Overflow用户

提问于 2021-04-07 04:07:12

回答 1查看 55关注 0票数 0

我很难决定或确定densenet-121 (微调模型)的哪一层用于特征提取。

我有以下模型(基于DenseNet-121，但我添加了一个分类层，因为我已经训练它将图像分类为7类)。以下是我的模型的最后几层：

然而，我在决定使用哪一层(BatchNormalization还是relu)时遇到了麻烦。我想要一个len(4096)的向量。这两个层的输出是否存在差异？推荐使用哪一种？

发布于 2021-04-07 04:29:10

如果您正在进行分类，则需要将dense_3层作为模型输出。批归一化层和relu层各自产生形状(2，2,1024)的输出。4096是层的可训练参数的数量

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/66975804

复制

相似问题

问使用模型作为特征提取器时，使用深度学习模型(DenseNet-121)的哪一层作为输出EN