问题标签 [pre-trained-model]

我正在尝试微调 vgg16（imagenet 预训练）的最后一个卷积块，并在顶部添加一些密集层。我的代码如下。我无法弄清楚为什么在执行时会出现此错误Error when checking target: expected sequential_9 to have shape (None, 11) but got array with shape (4, 1)。我的数据集中的类数为 11，批量大小为 4。我是否以某种方式混合了这两者？请帮忙。

我正在尝试使用预先训练的模型使用新的标记文档（TaggedDocument）进行训练。

预训练模型是具有唯一id为label1_index的文档的训练模型，例如Good_0，Good_1到Good_999，训练数据的总大小约为7000

现在，我想用带有label2_index的唯一id的新文档训练预训练模型，例如，Bad_0，Bad_1 ...到Bad_1211，训练数据的总大小约为1211

火车本身是成功的，没有任何错误，但问题是，每当我尝试使用“most_similar”时，它只会建议标有 Good_ 的类似文档......我希望标有 Bad_。

如果我从一开始就完全训练，它会给我预期的答案——它推断出一个新给定的文档，类似于标有“好”或“坏”的文档。

但是，上面的练习不会像从一开始就完全训练的那样起作用。

是继续火车无法正常工作还是我犯了一些错误？

我想用 TensorFlow slim 重新训练一个预训练的 ResNet-50 模型，然后将其用于分类目的。

ResNet-50 设计为 1000 个类，但我只想要 10 个类（土地覆盖类型）作为输出。

首先，我尝试只为一张图像编码，稍后我可以概括。所以这是我的代码：

我对接下来会发生什么有点困惑（我应该打开一个图表，或者我应该加载网络结构并加载权重，或者加载批次。图像形状也有问题。有很多多功能文档，不容易解释：/

任何建议如何更正代码以符合我的目的？

测试图像：AnnualCrop735

我有一个带有 h2o 预处理器和 h2o 估计器的 sklearn 管道。请看下文。

我无法以 h2o 文档中描述的任何方式保存此管道模型。我试过 POJO、MOJO、泡菜、莳萝等。

请帮我解决这个问题。如果我可以使用 pickle 保存模型，这对我会有帮助。

谢谢，阿努普。

我正在为我的第一个图像分类应用程序使用预训练模型 GoogleNet。在使用 Flatten 时，我收到了这个错误-

我在互联网上搜索了很多，但在任何地方都没有找到解决方案。如果有人可以帮助我，我将不胜感激。

下面是我的代码。

我想通过检索其中一个名为“avg_pool”的层并将其转换为我的自定义层来创建 ResNet101 的自定义模型。我在另一个名为 resnet50 的预训练 Imagnet 模型中做了类似的事情，但在 Resnet101 中出现错误。我是迁移学习的新手，请指出我的错误是什么

我想用我自己的图像数据集在 TensorFlow slim 中微调预训练的 resnet_v1_50。但是我的数据集不够大，无法调整整个网络。我想逐层查看范围名称，然后我可以知道要排除哪些范围以及要训练哪些范围。有谁知道这样做的方法

我正在使用来自 torch.vision 模块的预训练 vgg-19 我对图像数据进行了如下预处理：

问题是如果我通过网络传递一个像网球这样的图像，并保存来自最终 FC 层的所有 1000 类分数，并在一段时间后再次传递相同的图像，最终的 FC 层，即类分数略有变化。虽然网络检测到的图像类别是正确的。（它是一个网球）

同一张图片的等级分数略有不同是否正常？我的意思是，这会发生吗？或者对于正确实施的预训练模型，网络每次都应该为您提供完全相同的类别分数。

我正在使用带有 keras 的 VGG16 进行迁移学习（我的新模型中有 7 个类），因此我想使用内置的 decode_predictions 方法来输出我的模型的预测。但是，使用以下代码：

我收到以下错误消息：

ValueError：decode_predictions需要一批预测（即形状的二维数组（样本，1000））。找到具有形状的数组：(1, 7)

现在我想知道为什么当我的再训练模型中只有 7 个类时它期望 1000 个。

我在 stackoverflow 上发现的一个类似问题（Keras: ValueError: decode_predictions 需要一批预测 ）建议在模型定义中包含 'inlcude_top=True' 来解决这个问题：

我已经尝试过了，但它仍然无法正常工作 - 给了我和以前一样的错误。非常感谢有关如何解决此问题的任何提示或建议。

目前我有resnet_v2_50.ckpt来自 tensorflow 的开源预训练模型。我正在尝试在 Go 中提供此模型，因为我的 Web 应用程序的后端将在 Go 中。如果我要创建自己的模型并训练它，然后保存它。我在 Go 中提供它没有任何问题，但我正在尝试使用预训练模型来节省时间。

这是我如何保存模型的简单示例

我可以在 Go 中使用 tensorflow 加载它

但是现在谈到预训练模型，我正在处理ckpt文件。我拥有的一种解决方案是在 Python 中加载它，然后将其保存为 protobuf。

但是，这给了我一个错误，说ValueError: No variables to save. 我可以通过声明一个变量来修复它

但是我的问题来了，这是否意味着我必须在 ResNet50 中声明每个变量并让 tensorflow 将 ckpt 文件中的值加载到这些变量中，然后执行保存？有没有捷径可以做到这一点？