我想使用Keras来做两类图像分类，使用来自Kaggle.com的猫和狗数据集。但是我对下面的代码中的参数"class_mode“有一些问题。如果我使用“二进制”模式，准确率约为95%，但如果我使用“分类”模式，准确率就会异常低，只有50%以上。
二进制模式意味着最后一层只有一个输出，并使用sigmoid激活进行分类。分类表示最后一层的两个输出，并<em
浏览 19提问于2017-08-24得票数 5
(SSD)进行微调。当我的新模型与我用于微调检查点的预训练模型有不同数量的类时，TensorFlow对象检测API将如何处理分类权重张量？当在像SSD这样的ML对象检测模型中微调预训练模型时，我不仅可以用预先训练的权重初始化特征提取器的权重，而且可以初始化特征地图的定位层权重和分类层权重，后者只选择选择的预训练类权重，这样我就可以减少模型最初能够识别的类数在培训时，我似乎可以指定配
浏览 1提问于2018-03-20得票数 2
回答已采纳
我如何优化imagenet，只对两个类别(猫和狗)的图像进行分类，而不是所有1000个ResNet50类别？我使用的是Python，能够使用1000个ImageNet类对随机图像进行分类，使用ResNet50和keras。现在我想对我的代码进行微调，以便它只对猫和狗进行分类，使用</e
浏览 0提问于2017-12-07得票数 0
1回答
我在Keras中使用卷积神经网络(CNN)进行语义分割(图像像素的多类分类)。
特别是，我正在将此应用于农作物(植被)的航空图像。在Keras中，我成功地开发了一个工作流，用于为一个特定的数据集划分/分类不同的作物(让我们将这个数据集称为rural area #1)。我可以应用在rural area #1上训练的Keras权重来初始化另一个dataset rural area #2的培训吗？那么，使
浏览 0提问于2018-02-08得票数 3
回答已采纳
1回答
我正在使用Inception V3模型对两个类进行图像分类。因为我使用了两个新的类(正常和异常)，所以我冻结了初始V3模型的顶层，并用我自己的替换它。base_model = keras.applications.InceptionV3( include_top=False,=None)),
model_t
浏览 0提问于2018-08-23得票数 1
3回答
我正在尝试对Keras中的现有模型进行微调，以对我自己的数据集进行分类。到目前为止，我已经尝试了以下代码(摘自Keras文档：)，其中的初始V3在一组新的类上进行了微调。from keras.applications.inception_v3 import InceptionV3
from keras.preprocessing import i
浏览 2提问于2017-05-09得票数 2
2回答
如何正确训练扩展数据集
、、、
我训练了我的分类器，在每幅图片上混合了几个类，例如A。分类器能够(几乎)正确地分割图像上的这些类。现在我得到了更多显示G类图片的数据，为了最小化我的工作，我只在图像上标记了G类，而其他的则没有显示出来(无效)。我的训练有两个问题：
如果在我的第一个数据集中没有G类的例子(因为它可能是A的子类)，我如何正确地训练它？建议的解决方案:我可以将我的新数据添加到旧的数据中，但是当有G类图像时，我必须告诉CNN，因为我必须以某
浏览 0提问于2017-02-14得票数 1
根据的教程，我正在尝试对huggingface的distilbert实现进行微调，以便在自定义数据集上进行多类分类(100类)。为此，我使用Tensorflow，并在原生tensorflow中进行微调，也就是说，我使用教程的以下部分来创建数据集：train_dataset = tf.data.Dataset.from_tensor_
浏览 1提问于2020-10-23得票数 0
2回答
Keras中的自定义损失函数
、、、、
我正在研究一种图像类增量分类器方法，使用CNN作为特征提取器，并使用完全连接的块进行分类。当一些类可用时，我必须计算包括新类的样例在内的样例的每一个输出。现在将零添加到旧
浏览 2提问于2017-05-06得票数 53
回答已采纳
我在做一个分类问题。数据集有9个类，所以我想得到9个类的概率，但是keras中的model.predict()看起来只输出了最大的一个。File "E:\Anaconda3\envs\keras\lib\site-packages\sklearn\metrics\classification.py", line 1809, in log_loss
浏览 179提问于2019-05-08得票数 0
回答已采纳
我在caffenet中使用微调，它工作得很好，但是我在Keras 关于微调的博客中读到了这篇文章(他们使用经过训练的VGG16模型)：
“为了进行微调，所有层都应该从经过适当训练的权重开始:例如，你不应该把一个随机初始化的完全连接的网络放在一个预先训练过的卷积基础上这是因为随机初始化的权值引发的大梯度更新会破坏卷积基中的学习权重。在我们的情况下，这就是为什么我们首先训练顶级分类器，然后才开始与它并排微调</e
浏览 0提问于2017-03-20得票数 2
2回答
我想用Keras做一个简单的分类器来对我的数据进行分类。特征是数值数据，结果是字符串/分类数据。我预测了15个不同的类别/类别。当我将我的类名"category1"，"category2“等替换为整数时，我的代码可以工作，但它总是给我0的准确度。我曾尝试更改节点数、层数和激活函数，但结果始终为0。它看起来像是模型认为我在做回归，而不是分类。 如果我的分类值不只是1或0，那么使用
浏览 8提问于2020-11-05得票数 1
回答已采纳
1回答
在TF中进行额外的预培训
、、、、
我目前正在开发一个涉及序列多标签分类的项目。由于我使用的是一个高度技术性的数据集，我认为在为分类部分进行微调之前对伯特进行额外的预培训将是有益的。但我找不到任何指南来使用Huiggingface和Keras一起对模型进行预培训。我的想法是在我的数据集上预先训练模型，然后保存它，然后再加载它，对分类器进行微调。我发现的每一次访问都
浏览 5提问于2021-11-14得票数 2
1回答
我正在实现的论文是使用带有自动编码器的RNN对异常网络数据进行分类(二进制分类)。他们首先在没有监督的情况下训练模型，然后描述这个过程：
class AnomalyDetector(Model):
def __ini
浏览 0提问于2021-05-23得票数 1
回答已采纳
1回答
我有一个多标签自然语言处理文本分类问题，我真的想利用一个深度表示学习模型，如BERT，RoBERTa，ALBERT等。我有大约200,000个需要标记的文档，我有大约2,000个注释集，用作训练/测试/微调的基础事实。我还有更多与领域相关的文档可用于预培训。我很可能需要从头开始进行预训练，因为这是在临床领域。我也对预先训练过的模型持开放态度，如果他们可能有机会进行微调，比如拥抱脸部等。
人们会建议以哪些兼容PyTorch或K
浏览 45提问于2020-05-15得票数 1
回答已采纳
2回答
我想训练一个CNN的多标签图像分类任务使用keras。然而，我不知道如何准备我的培训数据。更具体地说，我想知道我是否需要显示两个或更多标签组合的培训图像，或者是否足以在单个标签上对网络进行培训，然后它将能够检测到图像中的多个标签。我想通过一个示例，我的问题变得更清晰了
假设我使用的是狗和猫的分类数据集，我想要建立一个模型，能够将图像分类为狗或猫，或者在一张图像中看到这两种动物。在这种情况下，我是否需要用同时显示猫、狗
浏览 0提问于2018-01-21得票数 6
回答已采纳
我有一个CNN，经过大量的工作，现在正在以99%的准确率执行多类(8)分类。有没有办法分解Keras CNN模型和/或它的权重来收集它是如何做出决定的？这并不是说
浏览 0提问于2020-12-06得票数 0
1回答
我有一个数据集，其中有6个可能的标签类型：我想修改这个问题，将标签分开，这样每个样本就可以独立地分类为远/近和小/中/小，每个分类的不同特征作为输入。我的第一个想法是为每个子标签训练两个不同的模型，然后制作一个自定义函数来加入预测，但我想知道在Keras框架中是否有更快的方法来做到这一点。我知道我可以使用functional API创建两个具有独立输入和两个独立输出的模型。这将给我两个不同的子标签的两个预测。如果我对子标签<e
浏览 18提问于2020-03-15得票数 3
2回答
我现在已经阅读了一些教程，这些教程介绍了如何导入图像以便使用Keras进行分类。据我所见，所有的教程都只是描述多类场景(例如猫/狗类)。这些方法不适用于我的问题。我想做一个回归，以图像作为输入，并返回图像作为输出。我的问题是:如果没有分类但只有回归，如何轻松地将图像数据传递给Keras？对于每一对给定的输入和输出培训数据，我很难从以下方面找到一个轻松的导
浏览 1提问于2020-07-13得票数 2
回答已采纳
我的毕业设计是使用CNN模型上的转移学习，它可以从胸部X光图像中诊断新冠肺炎。利用贝叶斯优化器利用Keras调谐器库对完全连通层数、层中节点数、学习速率、下降率等超参数进行微调，得到了很好的结果，多类分类的测试准确率为98%，二进制分类的测试准确率为99%。我只微调了最后一个完全连接的层后，详尽的超参数优化。大多数的文章和论文说，他们精细的完全连接的层，以及一些卷积层。我做错什么了吗？恐怕这太好了，不可能是真的。在训
浏览 3提问于2021-02-10得票数 0
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
