2

是否有任何示例可以证明/证明我们在使用 mobilenet 对图像进行分类时也可以看到欠拟合？

我已经尝试在 ml5.js 中使用 mobilenet 进行迁移学习和特征提取，因为它已经在数千张图像上进行了训练，即使我只添加和训练 3 张新图像，我似乎也得到了正确的结果。

我正在寻找一个示例，以便我可以向用户证明 mobilenet 也可能欠拟合。可能是在构建模型时更改特定参数或类似的东西。对任何技术堆栈开放（tensorflow.js / Ml5.js / keras）。

例如，这是来自 keras 的文档：

application_mobilenet(
  input_shape = NULL,
  alpha = 1,
  depth_multiplier = 1,
  dropout = 0.001,
  include_top = TRUE,
  weights = "imagenet",
  input_tensor = NULL,
  pooling = NULL,
  classes = 1000
)

mobilenet_preprocess_input(x)

mobilenet_decode_predictions(preds, top = 5)

mobilenet_load_model_hdf5(filepath)

那么是否存在用户可以更改并观察差异/欠拟合的变量？

此外，这是一个使用 mobilenet 和 tensorflow.js 进行图像分类的代码实验室链接。基本上，我想做类似的事情，但只是向用户展示这里也可能出现欠拟合。有什么办法可以修改这段代码吗？

https://codelabs.developers.google.com/codelabs/tensorflowjs-teachablemachine-codelab#0

4

0 回答 0