使用来自 Keras 应用程序的模型，无需预训练权重
[英]Use models from Keras Applications without pretrained weights
问题描述
Keras 应用程序提供了一些最流行的模型架构的实现，权重在一些最流行的数据集上进行了预训练。 这些预定义的模型对于迁移学习问题非常方便，这些问题与模型训练的数据集相似。
但是如果我有一个非常不同的问题并且想要在新数据集上完全训练模型怎么办？ 如果我没有预训练权重，如何使用应用程序中的模型根据我自己的数据集从头开始训练？
1 个解决方案
解决方案1
4 已采纳 2018-06-04 08:21:31
您可以为权重变量分配 None ，例如使用 inception V3 架构。
keras.applications.inception_v3.InceptionV3(include_top=False, weights='None', input_shape=input_shape = (img_width, img_height, 3))
include_top=False将允许您使用自定义网络训练顶层。
weights='None'表示我们在没有任何权重的情况下进行训练，如果您想使用 imagenet 权重进行训练，请将其设置为weights='imagenet'
如何使用Tensorflow Keras API从预训练的模型复制特定的图层权重？
[英]How do I copy specific layer weights from pretrained models using Tensorflow Keras api?
从keras中的预训练模型加载权重时的层误差
[英]Error in layers while loading weights from a pretrained model in keras for finetuning
如何使用keras.applications中的模型进行转移学习？
[英]How to use models from keras.applications for transfer learnig?
Keras：在theano和tensorflow之间转换预训练的权重
[英]Keras: convert pretrained weights between theano and tensorflow
升级到 Tensorflow 2.5 现在使用预训练的 Keras 应用程序模型时会出现 Lambda 层错误
[英]Upgraded to Tensorflow 2.5 now get a Lambda Layer error when using pretrained Keras Applications Models
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.