[英]Can I change input data size without retraining my model?
我用 28x28 圖像訓練了一個模型。 但是，我發現我的上游應用程序發送 7x7 圖像。 我是否必須使用 7x7 圖像再次訓練模型？ 我的代碼看起來像這樣：
(x_train, y_train), (x_test, y_test)=dataset.load_data()
print(x_train.shape)
# (28, 28)
這種方法有效還是我應該嘗試其他方法？
一個簡單（盡管不完美）的解決方法是將您的 7x7 輸入放大到 28x28 以匹配所需的輸入。 但是，這是分辨率的巨大變化，因此您的訓練模型可能無法在此類數據上表現良好
是否可以在不重新訓練 model 的情況下解決 TypeError：參數“輸入”（位置 1）必須是張量錯誤？
[英]Is it possible to resolve TypeError: argument 'input' (position 1) must be Tensor error without retraining the model?
如何使用 SpaCy 更改自定義 NER model 再訓練的訓練數據格式？
[英]How to change the format of training data for custom NER model retraining using SpaCy?
將 Model 從 3 通道 (RGB) 重新訓練到 4 通道 (RGBA)，我可以使用 3 通道權重嗎？
[英]Retraining a Model from 3 Channels (RGB) to 4 Channels (RGBA), can I use the 3 channel weights?
如何在不重新訓練的情況下使用 tensorflow lite 檢測特定對象
[英]How can I use tensorflow lite to detect specific object without retraining
如何轉換我的輸入數據以適合我想要的 Pydantic model
[英]How can I transform my input data to fit my desired Pydantic model
在Scikit-Learn（Python 3）中使用新數據重新訓練持久性SVM模型
[英]Retraining a Persistent SVM Model with New Data in Scikit-Learn (Python 3)
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.