我正在尝试复制这里提到的VGG-16的性能：https://github.com/keras-team/keras-applications 但是，当我在tensorflow数据集的imagenet数据集上运行模型时，我得到的top5准确率较低，为0.866。这是我的代码： import tensorflow_datasets as tfds
import t
浏览 78提问于2019-10-05得票数 2
回答已采纳
尝试使用从keras获得的imagenet_utils.preprocess_input(x)方法时，会引发一个错误：data_format = backend.image_data_format我使用Python3.6、Keras<
浏览 0提问于2019-01-17得票数 2
1回答
我想使用VGG模型(tensorflow或keras预训练模型)作为特征提取器；我加载VGG16 modelvgg16 = tf.keras.applications.VGG16include_top=False,如果我有一批图像
image_batch =np.ones((5,224,224,3),np.float3
浏览 0提问于2019-07-19得票数 1
回答已采纳
我已经用VGG16模型构建了我的代码TFF。然而，在训练时，我的准确率不会改变，即使在11轮之后也保持在0.5左右。我已经尝试改变学习速率，但没有显著效果。！那么，我可以在代码中更改哪些指标和内容来提高准确性，因为当我运行代码时，准确性是稳定的，并且不会增加！这是我的VGG16的代码
def create_compiled_keras_model
浏览 2提问于2020-03-03得票数 1
import numpy as npimport timefrom keras.preprocessing import imagefrom imagenet_utils import preprocess_input, decode_predictions我使用Spyder在我的</em
浏览 5提问于2018-01-09得票数 4
回答已采纳
2回答
我通过Keras加载、扩展和训练了一个VGG16网络，然后将它保存到磁盘上：from keras import models)model.compile(...)model.save("saved_model.h5")from keras.models但是，当我直接对<
浏览 2提问于2019-05-15得票数 1
回答已采纳
7回答
目前，我正试图在VGG-16模型上训练一个数据集。问题是，准确性没有太大的变化，但它并没有坚持一个固定的准确性。图中的情节如下。有什么建议吗？我遵循了几个指南来解决这个问题，这个问题是关于卡住的准确性，但它们不起作用。200年代具有Imagenet权值的50个历元代码
该模型的输入大小为224x224x3的600幅图像。此
浏览 0提问于2019-05-19得票数 5
1回答
我想使用第三层的输出的VGG16网络。错误如下：from keras import Model
from keras</em
浏览 0提问于2019-04-02得票数 2
1回答
在Python中，您可以使用预先训练过的模型作为一个层，如下所示(源)from keras import layers
include_top我需要
浏览 2提问于2021-04-15得票数 1
回答已采纳
我尝试运行VGG16 keras脚本。download/v0.1/vgg16_weights_tf_dim_ordering_tf_kernels.h5File "test_imagenet.py", line 40, inFile "/home/nvidia/dee
浏览 24提问于2017-08-27得票数 1
回答已采纳
我试图微调VGG16神经网络，这是代码：6 model.add(Dropout(0.5))
/usr/local/anaconda/lib/python3.6/site-packages/keras</
浏览 0提问于2018-12-10得票数 2
回答已采纳
1回答
使用vgg16验证集的准确性低
、、、、
来训练我的模型：from keras.layers import Input, Dense, Flatten, GlobalAveragePooling2Dfrom keras.models import Model, Sequential
pretrained_model = VGG16(weights="imagenet", include_top0.99<
浏览 2提问于2020-06-11得票数 0
1回答
import VGG16虽然我仍然没有得到更好的验证准确性。，并以某种方式给出了比以前的彩色图像更好的准确性，但仍然不能令人满意。我试过使用FER2013数据集，它给了我相当好的准
浏览 5提问于2022-08-16得票数 -2
1回答
，在本例中为VGG16，并尝试将其拟合：vgg16.trainable = False
x = tf.keras.l
浏览 21提问于2020-05-17得票数 0
回答已采纳
我使用的是一个预先训练好的模型，比如Alexnet，在这种情况下也会出现同样的错误。我从这里下载了alexnet_weights -->从keras.models导入load_model我最终得到了
ValueError:在配置文件中找不到模型。
浏览 2提问于2017-07-14得票数 1
我正在尝试使用Keras和它预先构建的ImageNet CNN架构来做一个简单的二进制分类问题。对于VGG16，我采用了以下方法：
'''Rebuild the vgg16 using an empty但它需要一段时间来训练，我想使用Xception和InceptionV3采取类似的方法，因为它们是更轻的模型，具有更高的<
浏览 10提问于2018-02-21得票数 4
回答已采纳
我在TensorFlow1.4中使用keras。由于一些未知的原因，当我尝试使用以下命令下载权重(vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5')时，仍然失败：因此，我从脚本中引用的链接手动下载了权重。由于VGG16的权重不能设置为权重的</em
浏览 3提问于2017-11-10得票数 3
我正在使用TensorFlow后端的Keras，通过预先训练好的模型(ImageNet上的VGG16)从图像中提取特征。根据我在网上读到的内容，我应该为每个图像获取一个具有4096个特征的向量。我使用这一行来导入没有最后一个完全连接层的模型(我相信我应该这样做)： applications.vgg16.VGG16(weights='imagenet', include_top=F
浏览 59提问于2019-07-04得票数 1
回答已采纳
2回答
我只是试着用预先训练过的vgg16在Keras中做这样的预测。from scipy import ndimagefrom keras.applications.vgg16 import在“使用预先训练网络的瓶颈特性:立即90%的准确性”下，经过预培训的VGG16处于转移学习环境中。<em
浏览 0提问于2018-02-24得票数 6
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
