当我们使用经过训练的模型创建新的Keras模型时，新模型的摘要不会显示每一层，如何在摘要中显式显示每一层的情况下展开它或生成新模型？_____________from tensorfl
浏览 8提问于2020-09-28得票数 0
我在凯拉斯有个受过训练的模特。是否可以使用“.h5”文件中预训练模型的前4个conv层的权重来初始化新模型的前4个conv层？是否必须先加载整个预先训练过的模型？？
浏览 6提问于2020-08-19得票数 0
1回答
在不同时代培养不同的产出
、、、、
在Keras中，是否有可能在不同的时期开始对多输出培训中的每个或部分输出进行培训？例如，其中一个输出以其他一些输出作为其输入。但是这些输出在开始的时候还不成熟，给模型带来了巨大的计算负担。这个输出，我希望它的训练被推迟到稍后，是一个自定义层，它必须对它的输入应用一些图像处理操作，这是一个由另一个输出生成的图像，但是在一开始生成的图像是非常没有意义的，我认为应用这个自定义层是浪费时间
浏览 1提问于2019-10-08得票数 1
回答已采纳
1回答
我想使用Tensorflow和Keras在预先训练好的模型中添加新的层。问题是，这些新的层不是要添加到模型的顶部，而是在开始时添加。我想创建一个三连体模型，它采用3种不同的输入和3种不同的输出，使用预先训练的网络作为模型的核心。为此，我需要在模型的<
浏览 73提问于2019-06-25得票数 1
回答已采纳
我在寻找一种在Keras模型中部分冻结层的方法。如果要冻结一个层，只需将trainable属性设置为False，如下所示：但是，让我们以一个包含n节点的密集层为例是否有一种方法将第一个i节点设置为不可训练，使剩余的n-i保持可训练性？
保存我想部分冻结的层x的
浏览 10提问于2022-03-17得票数 0
我在做什么
在许多代码中，我看到人们使用
# Do some
浏览 5提问于2018-06-17得票数 58
2回答
假设我有一个模型，它已经经过了100次的训练。我用测试数据对模型进行了测试，性能并不令人满意。所以我决定再训练一次100年代。我该怎么做呢？我使用model.fit(数据、目标、epochs=100、batch_size=batch_size)进行了培训
现在我想在不添加新数据的情况下训练相同的模型，为另一个100纪元。我该怎么做呢？
浏览 2提问于2018-05-29得票数 1
我在TensorFlow 1.14中构建了一个经过训练的模型，该模型使用(现在已被废弃的) 层(在中的TensorFlow 2.0中可用)，并且我正在尝试将旧层的权重移植到一个使用构建的新TensorFlow2.0模型中，以获得一个等效的模型。这样做的一个动机是能够在CPU上进行推断( tf.compat.v1.keras.la
浏览 4提问于2019-11-11得票数 2
回答已采纳
1回答
对于我正在使用的数据集，我已经使用Keras训练并保存了一个h5py模型。现在，我必须将新数据添加到预先训练的模型中，并在训练集中使用这些新数据。但我不想重新训练整个数据集，因为训练和保存模型已经花了大约7个小时。目前有哪些方法可用于向已训练的模型中添加任何新数据？
我不想重新训练</
浏览 0提问于2018-10-12得票数 2
当有新的和未知的数据可供培训时，我正在试图找出是否有可能对模型进行“再培训”。我的想法是这样的:使用一些数据集进行初始培训，并生成一个模型。每次我的程序运行时，我都会调用这个模型，而不是通过对相同或类似的数据进行训练来创建一个新的模型(我知道我也可以用load()命令加载一个模型)。然而，我将处理的</
浏览 4提问于2017-08-01得票数 2
回答已采纳
我正在做一个机器学习分类任务，在这个任务中，我用scikit-learn中的不同算法训练了许多模型，随机森林分类器表现最好。现在我想用新的例子进一步训练模型，但是如果我通过在新的例子上调用fit方法来训练相同的模型，那么它将通过擦除旧的参数来开始训练模型。那么，我如何通过在s
浏览 35提问于2019-04-19得票数 1
Keras模型内置在validation_split kwarg中，可用于培训。validation_data=None, shuffle=True, class_weight=None, sample_weight=None)
我是新的
浏览 5提问于2016-11-16得票数 3
1回答
我刚开始深造，我想用U-Net做语义切分，我听说其中一种让我的结果更好的策略就是使用交叉验证，而这种方法在深度学习中并不是很流行。我做了一些研究，以找出如何在我的数据集上实现它，但我找不到可靠的答案。你能帮我实现5倍交叉验证吗？我应该在5倍上训练1型吗？这在我看来是不正确的，因为为什么我不应该只是在整个训练数据集上训练模型呢？或者，我应该在每个折叠上训练5个模型，
浏览 14提问于2022-11-04得票数 0
回答已采纳
1回答
我在谷歌云视觉AutoML服务上训练了一个模型，每当我试图从控制台预测图像时，它都会返回“遇到内部错误”。这也发生在API上。", }
} 模型已经训练了24小时 它应该返回由模型训练的图像谓词类
浏览 18提问于2019-03-24得票数 0
1回答
我将Sports_1M caffe模型转换为Keras，并将其作为预训练模型使用到新的Keras模型中，我还加载了预训练的权重。
我删除了预先训练过的模型的顶层，最后与New连接起来。我不想再次训练加载的预训练模型(只是想使用预训练模型<e
浏览 0提问于2020-07-19得票数 2
我已经使用model Builder创建了ML.Net模型。模型构建器选择LightGbm作为培训者。这一切都运行得很好。现在，我想通过向现有模型添加新的训练数据来重新训练模型。我不想每次都要从头开始训练模型，将新数据附加到旧的训练数据中，因为在一到两年的时间内，训练数据可能会有数百of。我找
浏览 0提问于2020-09-20得票数 0
我在Matlab2014a中用函数RUSBoost()训练了一个二进制分类问题的集成模型()。此函数的训练是通过函数fitensemble().的输入参数“k折叠”执行10倍交叉验证。但是，如果我使用预测(模型，Xtest)，由该函数训练的输出模型不能用于预测新数据的标签。我检查了Matlab的文档，其中说我们可以使用kfoldPredict()
浏览 3提问于2015-06-16得票数 0
1回答
我现在正在尝试实现以下过程:首先，我有一个训练有素的自动编码器，然后我正在考虑增加瓶颈层的大小(增加该层中“神经元”的数量)。然后，我想训练增加的模型作为一个整体，同时保持与旧层对应的重量冻结。总体思路是，以MNIST为例，这些新神经元将输出哪些特征(这些神经元将为原始输出添加哪些细节)？我的想法是，首先，我们训练一个正常的自动编码器，然后我可以建立相同的
浏览 2提问于2020-08-02得票数 0
回答已采纳
我预先训练了一个有两个班的模型(我自己保存的模型)，我想用它来转移学习，训练一个有六个班的模型。我已经将训练前的模型加载到新的培训脚本中：如何删除顶部/头部层( conv1D层)我
浏览 1提问于2021-12-09得票数 4
回答已采纳
1回答
K倍精度不会返回到0
、、、
我有一个问题，我的k折叠的精度没有返回到0，但在上一个折叠上继续上一个纪元的精度，请找到解决方案。下面是图像生成器的代码 IMAGE_SHAPE = (224, 224) datagen_kwargs = dict(=0.2, validation_split=.20)
valid_datagen =
浏览 8提问于2021-01-22得票数 0
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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
