我有3节课。（50k 用于训练，12k 用于验证）通过使用预训练的 vgg16 和 resnet50，并冻结模型并仅在顶部训练密集层，我达到了 99% 的验证准确率。我应该通过解冻层来微调以改进功能，还是应该按原样使用这些功能？另外，vgg16 是比 Resnet50 更好的特征提取器还是我应该使用 Resnet 的特征？谢谢！
问问题
77 次
1 回答
1
这取决于您的问题域。如果您正在为相同的问题域微调预训练模型并且训练数据量很小，那么您所做的就是正确的。
也许如果你只冻结第一层，这些层在一般特征提取（egdes、blob、shapes ..etc）上训练有素，你可以提高你的表现。如果要这样做，还建议应用数据增强以避免过度拟合
我鼓励您查看以下有关迁移学习的教程以获取更多详细信息： http ://cs231n.github.io/transfer-learning/
于 2017-09-05T09:47:11.840 回答