我一直收到一个错误，我在底部注意到了。请帮助。我正在使用Ubuntu16.04，keras 1.2.1，theano 0.9.0beta1.dev，numpy 1.12.0和python3.5。import InceptionV3from keras.models import Modelfrom <e
浏览 2提问于2017-02-08得票数 0
1回答
我在互联网上看到了许多关于如何微调VGG16和InceptionV3的例子。例如，一些人会在微调VGG16时将前25层设置为冻结。对于InceptionV3，头172个层将被冻结。但是resnet呢？当我们进行微调时，我们将冻结一些基本模型的层，如下所示：
base_model = ResNet50(实际上，当我使用VGG16、VGG19、ResNet5
浏览 6提问于2017-10-11得票数 2
我将使用我的自定义数据集对InceptionV3模型进行微调。不幸的是，在使用model.fit进行训练时，会出现以下错误： label_new[i,:] = label其次，我对下面的Inception模型进行了微调:
浏览 0提问于2018-12-22得票数 0
1回答
微调输入大小较大的模型
、、、、
我在想，用更大的输入量对模型进行微调是否有意义？理想情况下，我希望拥有的属性：
但这听起来像是我必须改变我正在重复使用的特定模型(比如修改中的特定层)，那么重复
浏览 0提问于2019-01-05得票数 0
回答已采纳
1回答
如何利用初始网络进行回归
、、、、
我试图输入一个图像，并得到一个连续的数字作为输出。因此，我想使用盗梦空间网络来解决这个问题。基于谷歌最近的一篇论文。X=稠密(1，activation=“线性”)(X)
浏览 4提问于2019-10-30得票数 2
2回答
我还使用了mnist数据集，并使用tf.keras制作了一个可以识别手写数字的cnn。我尝试使用相同的keras模型，但失败了。我尝试了不同的模型，所有模型都无法给出非随机预测。下面是我的keras模型：tf.keras.layers.Flatten(input_shape=(80, 80, 1)),
tf.
浏览 22提问于2019-07-22得票数 2
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 InceptionV3from keras.models# create the base pre-trained mo
浏览 2提问于2017-05-09得票数 2
尝试使用传输学习(微调)与InceptionV3，删除最后一层，保持所有层的训练关闭，并添加一个单一的密集层。当我再次看总结时，我没有看到我添加的图层，也没有得到期望。from keras import applications
from ke
浏览 0提问于2019-05-19得票数 0
我不明白为什么我必须调用fit()/fit_generator()函数两次，以便在Keras中微调InceptionV3 (或任何其他经过预先训练的模型)(2.0.0版)。建议如下：from keras.applications.inception_v3 import InceptionV3from keras</e
浏览 4提问于2017-03-17得票数 5
回答已采纳
1回答
我正在尝试基于Keras中的InceptionV3架构来训练一个分类器。为此，我加载了预训练的InceptionV3模型，没有顶部，并为分类问题的类添加了一个最终的完全连接层。在第一次训练中，我冻结了InceptionV3基模型，只训练了最终完全连接的层。
在第二步中，我希望通过解冻InceptionV3模型的一部分来“微调”网络。现在我知道InceptionV3模型广泛地使用了BatchNorm层。建议()，当BatchNorm层在传递学习时“解冻”
浏览 1提问于2021-04-01得票数 0
我已经使用内置的TensorFlow工具对InceptionV3模型的最后一层进行了微调，以便通过使用对自定义数据集上的项进行分类。这会产生一堆瓶颈和一个TensorFlow图(*.pb文件)。我想将*.pb TF图导入到Keras中，就像您对包含模型权重的*.hdf5文件所做的那样。原因是，在使用此模型时，我想利用一些用Keras编写的工具。
这个是可能的吗？
浏览 5提问于2017-07-04得票数 5
我试图微调VGG16神经网络，这是代码：model.add(Dropout(0.5))我得到了这个错误model.add(稠密(256，激活=‘relu’))
6 m
浏览 0提问于2018-12-10得票数 2
回答已采纳
我试图微调预先训练的Inceptionv3在Keras为一个多标签(17)预测问题。下面是代码：base_model = InceptionV3(weights='imagenet', include_top=Falserecompile the model for these modifications to take effectfrom k
浏览 0提问于2017-06-13得票数 0
1回答
我使用了keras 2.2.4、tensorflow 1.12和python 3.5。My Problem:当我想使用经过训练的模型来预测单个图像时，预期结果:这是我使用model.predi
浏览 1提问于2019-05-31得票数 0
我试着用我的自定义数据集(由2个类组成)对InceptionV3模型进行微调，但是对于培训和验证，我获得了非常低的精度。我该怎么做才能提高准确度？还是你有其他的网络想法/实现来达到这个目的？我的代码：from keras.utils import *fromkeras.layers import Input,Dense,Flatten,D
浏览 5提问于2017-07-03得票数 3
回答已采纳
我在Keras中使用带imagenet权重的InceptionV3。我使用的Keras版本是2.2.4，而Keras-应用程序的版本是1.0.8。tensorflow版本为1.14.0。我遵循的是使用InceptionV3进行迁移学习的标准方法，如概述的。我得到了这个错误ValueError: Input 0 is incompatible with layer global_average_pooling2d_3: expected ndim=4, foundMWE在下面
from <
浏览 0提问于2019-06-25得票数 3
回答已采纳
我得到了这个错误在第三周的作业‘微调InceptionV3花卉分类’在‘谷歌Colab’。错误: TypeError: get_updates()接受3个位置参数，但给出了4个
我在代码中找不到一个bug。前面的部分运行时没有出现错误。会不会是版本问题？有人能建议编译步骤中的片段吗？任何帮助都是非常感谢的。
浏览 2提问于2021-03-01得票数 1
我正在利用Keras中的传递学习实现一个卷积神经网络，使用来自InceptionV3的预先训练的keras.applications模型，如下所示如何知道正确的时间停止训练与分层冻结。？
浏览 1提问于2017-09-30得票数 3
回答已采纳
这是我的代码：
from keras.applications.vgg19 import VGG19 model= VGG19(include_top=False, weights='imagenet'
浏览 0提问于2020-03-31得票数 1
我使用预先训练好的InceptionV3模型进行了学习迁移，并保存了h5模型文件。在那之后，我就能做出预测了。现在，我想使用TFLiteConverter.convert()方法将h5模型转换为tflite文件，如下所示：tflite_model = converter.convert()File "from_saved_
浏览 1提问于2019-01-16得票数 3
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
