问题标签 [pre-trained-model]

我有这个片段，用于我的模型

如何保存此估算器？我尝试为 tf.contrib.learn.Estimator.export_savedmodel 找到一些示例，但没有成功？帮助赞赏。

在 Keras 中使用 Theano 后端时，是否总是需要使用“channels_first”图像数据排序？或者我们也可以使用“channels_last”，而 Theano 后端会处理任何转换？

我的问题是：我保存了一个模型。现在我想更改模型（添加或删除一些层），但仍然导入我之前训练的权重。如何在初始化新部分的同时恢复模型的各个部分？

更加具体：

我有一个 tensorflow 模型，其权重如下所示：

假设我使用 tf.train.Saver() 保存这个模型。现在，我想运行这个模型。但是，在将来的某个时候，我可能想更改模型，但保留我目前训练的权重。如何单独恢复某些权重？更具体地说，如果添加该行，如何再次恢复模型

到上面定义的模型权重？

我是 tensorflow 的初学者，所以欢迎任何建议和想法。提前致谢！:)

使用来自 Keras 的模型和权重对受感染/未感染的 RBC（这是预训练的 DL 模型以前从未见过的）进行二元分类。我发现模型（vgg16,19,xception）的性能随着训练和验证实例数量的增加而下降。为什么？

我正在使用 MatConvNet 中的卷积神经网络进行情感识别。我有一个主要的大数据集（A 有 40.000 张图片）和两个更难、更小的数据集（B、C 有 5.000 张图片）具有相同的类。当我在数据集 A 上使用随机权重初始化运行我的网络时，我得到了 70% 的准确率。

因此，我想通过在同一网络架构上的数据集 B 和 C 上预训练的权重进行初始化来提高性能。在数据集 A 上微调我的网络时，我只从预训练网络中获取三个初始层（conv、relu、pool）。但是，我得到的结果低于随机权重。我还尝试了所有层，六个第一层和一个第一层。

我理解和实施正确吗？我使用来自预训练网络的权重，而不是前三层中的随机权重（实际上只是在第一层 - conv）。现在我不确定我是否很好地理解了这个概念。

我使用以下代码进行微调：

我开始使用 tensorflow 并使用 retrain.py 来教它一些新类别 - 这很好用 - 但是我有一些问题：

在 retrain.py 的评论中它说：“这会产生一个新的模型文件，可以由任何 TensorFlow 程序加载和运行，例如 label_image 示例代码”但是我还没有找到这个新模型文件保存到哪里？

另外：它确实包含整个模型，对吗？不只是再培训的部分？

感谢您清除此问题

是否可以使用来自 VGG-16 的预训练模型特征并传递到 Keras 中其他模型的 GlobalAveragePooling2D() 层？

VGG-16网络离线特征存储示例代码：

顶级模型的示例代码：

我不能使用 Flatten() 层，因为我想预测具有多类的多标签。

我想使用 VGG 预训练模型提取 368x368 大小的图像的特征。根据文档，VGGnet 接受 224x224 大小的图像。有没有办法给 Keras VGG 提供可变大小的输入？

这是我的代码：

编辑后的代码（有效！）

我没有资源来训练训练数据集Show and Tell: A Neural Image Caption Generator，那么从哪里获得预训练模型？

我知道以下是一个已经回答的问题，但即使我尝试并尝试了所有建议的解决方案，但没有一个解决了我的问题。我制作了这个网络来训练 MNIST 数据集。一开始它更深，但为了专注于问题，我简化了它。

谢谢大家的回答！

问候，

西尔维奥

更新

• 我都试过了

  和

  但在这两种情况下，我都从终端收到了这个错误：

  /li>