3回答
什么是冻结/解冻一层神经网络？
、、、、
我已经和神经网络玩了很长一段时间了，最近我在训练神经网络之前遇到了“冻结”和“解冻”这两个术语，同时读到了关于迁移学习的知识&我很难理解它们的用法。
我如何确定我是否需要解冻？如果是这样的话，我如何确定哪些层需要解冻和培训以提高模型的性能？
浏览 3提问于2020-06-06得票数 6
回答已采纳
当对Resnet50模型进行微调时，我应该像任何普通的CNN那样进行标准的列车验证、拆分和训练吗?或者，如果我打算在另一个更高级的模型中使用这个模型作为基础模型，我应该只进行培训而不是验证吗？我想我需要做的火车/瓦尔分裂，但希望从其他人得到一个很好的答案，因为我已经看到了在吉特布的人，只是没有验证的训练。谢谢你的投入。
浏览 0提问于2019-09-12得票数 -1
回答已采纳
3回答
因此，例如，我训练一个网络来识别一个花园侏儒是什么样子，但是，在我运行培训集并使用测试数据验证之后，我如何持久化这个网络，以便我可以为它提供一个单独的图片，并让它告诉我这张图片是否是花园侏儒的呢？
浏览 1提问于2019-01-21得票数 0
回答已采纳
如何从Tensorflow model Zoo 2中了解冻结了哪些层来微调检测模型？在这种情况下，恢复意味着冻结？
浏览 59提问于2021-11-04得票数 1
回答已采纳
1回答
我有一个想要用作自定义MLKit模型的.pb模型。MLKit只支持.tflite模型，但即使在我使用toco获取TensorFlow精简模型之后，文件大小对Firebase来说也太大了(95MB，只允许40MB)。
浏览 1提问于2018-06-19得票数 3
1回答
我正在从事一个项目，在这个项目中，我试图实施转移学习，对心电信号(一维)进行分类。我有一个精度相当高的预训练模型，但是模型是在一个不同的数据集上训练的，数据集的输入形状为(4096,12)和输出形状(6)。我想微调这个预先训练的模型，我的数据有一个输入形状(350,5)。为此，我在预先训练的模型输入之前添加了一些层，以获得形状(4096,12)，并添加了一个形状(5)的输出致密层。我的模型的代码如下
浏览 9提问于2022-01-10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.com/doi/full/10.1177/1
浏览 14提问于2020-07-15得票数 0
回答已采纳
1回答
我想对我的视频文件中的对象进行语义分割。我更喜欢在COCO (或)上使用经过预先训练的模型，并开始使用它对我自己的视频文件进行语义分割和对象检测。我遇到的大多数线程都谈到了COCO上的训练算法。我正在寻找一个预先训练的模型(一个冻结的图形文件)，我可以直接用于分割我自己的视频文件。
有人能指点我怎么做吗？我可以使用tensorflow模型动物园的预训练模型来进行目
浏览 0提问于2018-05-31得票数 3
回答已采纳
2回答
使用Tensorflow对象检测API时，是否可以冻结特定的层？
例如，我正在使用从Tensorflow 2 Model Zoo下载的EfficientDet。当我训练模型时，我会让它预测一个物体是汽车，飞机还是摩托车。该模型已经在这些类型的对象(COCO 2017数据集)上进行了训练，但我想在我的特定用例上对其进行更多的训练。但是，由于它已经在这些类型的对象上进行了训练，我不希望它“忘记”它已经学到的东西。因此，我
浏览 5提问于2021-07-15得票数 0
1回答
如何定期重新训练keras模型
、、、、
假设我在初始时有4000个数据点，我使用索引0到3999的数据点训练了一个模型，然后保存了该模型。现在，5天后，我加载了保存的模型，现在我使用索引5到4004的数据来重新训练保存的模型。训练是从上次学习的权重开始，还是像在新模型中一样重新初始化权重？数据是时间序列数据。
浏览 23提问于2020-10-16得票数 0
在过去的两个月里，我一直在尝试创建一个分类模型，它可以区分我自己和其他拥有Keras的人。我从狗对猫分类器开始，并替换了数据集。从那以后，我调整了网络和数据集，取得了一些成功。为了训练，我用笔记本电脑的摄像头在不同的方向和角度捕捉我的脸，然后把它分成3 (1/3用于验证，2/3用于培训)。对于负面的例子，我有另一个数据集，随机的人，以同样的方式划分。验证：
为了检查我的模型，我
浏览 1提问于2019-01-30得票数 0
回答已采纳
3回答
我拟合了一个模型并保存了它。然后我加载它并检查性能，当然它应该是相同的。然后我冻结它，然后重新拟合它。我希望之后的模型也能有同样的性能。当然，在“训练”期间，由于批量大小的差异，准确性可能会有所不同。但之后，当用model.evaluate检查它时，我预计没有区别，因为权重不能改变，因为模型是冻结的。然而，事实证明并非如此。我保存模型： model.save('test.h5') 并将其加载回来： modelloa
浏览 50提问于2020-09-17得票数 2
我在tensorflow中训练模型，模型有dropout layer.And，然后我将它转换成tensorflowjs，然后我用loadFrozenModel()加载它，我可以在model=tf.loadFrozenModel
浏览 2提问于2019-03-09得票数 0
我正在使用fine_tune_checkpoint (proto link)非常成功地训练模型，该模型来自模型动物园的一个预先训练的网络。 然而，据我所知，使用迁移学习的精调变体，较早的层是冻结的。在训练过程中，只有最后一层实际更新。 这个假设是正确的吗，也就是在TF对象检测API中也是这样实现的吗？ 假设是这样的话，我现在想知道我是否可以通过一段时间的训练来挤出更多的性能，而不是冻结早期的层。但是，我找不到一种直接的方法在配置文件中
浏览 12提问于2019-01-02得票数 1
回答已采纳
1回答
具有非随机输入的GAN
、、、
我为MNIST编写了一个模型，结构如下:生成器模型、鉴别器模型、Gen + Dis模型现在，假设我不想给我的生成器提供随机分布，而是提供图像。(除了conv模型谁会更复杂)我应该继续使用binary
浏览 14提问于2017-01-05得票数 3
1回答
如果我使用更小版本的模型来进行瓶颈值的培训，我不太确定如何正确地组合完整的模型进行推理。然后我训练并拯救了模型。，我想对整个模型进行推理。Model(inputs = base_model.inputs, outputs = loaded_model.outputs)
怎样才能正确地将模型组合在一起进行推理？我不知道是否有一种方法可以使用我的完整模型进行训
浏览 1提问于2018-05-12得票数 0
回答已采纳
1回答
我已经训练了一个使用存储库进行对象检测的模型。现在，评估是使用tf.contrib.slim.parallel_reader从record文件中读取
我想直接使用文件系统读取图像，并获得图像的预测结果。我该怎么做？
浏览 10提问于2017-08-03得票数 1
回答已采纳
我想知道，如果基于这些文件，是否有任何方法可以使模型适合我的数据？到目前为止，我还没有设法在resnet git库中找到这个模型的任何tensorflow训练脚本，我只知道，给定的模型是以OpenCV -10为主干的固态硬盘。您是否知道定义模型的任何脚本是否可用于培训？pbtxt和pb文件是否足以继续使用新数据进行培训？
此外，我注意到有一个git包含这个模型的咖啡因版本。虽然我以前从未使用过caffe，但是否可以/更容易地使用现有的权重(caffe .pg和
浏览 0提问于2020-02-06得票数 0
我使用ResNet50模型对ImageNet进行预训练，以完成传递学习，拟合图像分类任务。这样做的简单方法是简单地冻结conv层(或者实际上是所有层，除了最终完全连接的层)，但是我遇到了一篇论文，其中作者提到，在拟合新模型时，应该很好地调整批处理规范化层：
像批归一化(BN)层这样的几个层不应该被冻结，因为数据集的均值和方差很难与预先训练的权重的平均值或方差相匹配。因此，自校正30适用于ResNey50中的BN层，即ResNet50顶部的几个层不应该被冻结</e
浏览 0提问于2021-07-29得票数 1
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号