问题标签 [resnet]

系统信息

描述问题

当我运行 cifar10_main.py --data_dir /path 时，我得到下一个错误（已经从 alex 的网站下载了 cifar 10）：

TypeError：无法将类型对象转换为张量。内容： 。考虑将元素转换为支持的类型。源代码/日志

我不是我收到错误的原因，也不是如何解决它。

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

嗨，我正在尝试通过微调方法使用 Resnet 神经网络来训练癌症数据集

这是我过去微调它的方法。

我使用验证集来预测我的最终结果。但即使有 100 个 epoch，我预测的类概率也非常低。

这就是张量板结果的显示方式。

有人可以告诉我，为什么概率没有得到改善？或者我可以用来改善这一点的任何建议？

PS：

一个答案所建议的resnet网络部分的总结

我正在尝试使用卷积残差网络神经网络架构（ResNet）。到目前为止，我已经使用 Keras 实现了用于时间序列数据分类的简单卷积 (conv1D)。

现在，我正在尝试使用 Keras 构建 ResNet，但在尝试使其适应时间序列数据时遇到了一些困难。Keras 中的大多数 ResNet 或 Nasnet 实现（例如这个或那个）都使用 conv2D 来实现（这对图像很有意义）。

有人可以帮我实现时间序列数据吗？

有人可以指出我Resnet34使用 tensorflow 在 image-net 上预训练的模型吗？我不确定，但 TF-slim 训练的模型是相同的还是会有区别？

我正在尝试加载 Resnet 加载以下代码的权重。但是在 Resnet 方法中，加载权重时

我收到以下错误。

我的图像尺寸为 [224,224,3]。有人可以帮我确定我的问题是什么吗？

How do I load pretrained model using fastai implementation over PyTorch? Like in SkLearn I can use pickle to dump a model in file then load and use later. I've use .load() method after declaring learn instance like bellow to load previously saved weights:

Then to predict the class of an image:

But It gets me the error:

This code works if I use learn.fit(0.01, 3) instead of learn.load(). What I really want is to avoid the training step In my application.

我在研究Resnet的Tensorflow官方例子（https://github.com/tensorflow/models/blob/master/official/resnet/resnet_model.py），看不懂最后一层的表达它的型号：

inputs.get_shape().as_list()[-1]如果我的解释正确，则 final_size 等于。但是对于普通的 CNN 模型，最后一个全连接层的表达式是这样的：

而且我还有一个关于模型复用的问题，是不是只有在我们使用多个GPU的时候才需要使用get_variable()来初始化变量？

我只是按照 Keras 的文档，并尝试在 cifar-10 数据集上微调 resnet50。

( https://keras.io/applications/ )

但是，当我调用 Model.fit() 函数时它不起作用。该程序只是在没有任何通知的情况下关闭。

这是代码：

运行后，我得到以下输出（图像）：

我对 Keras 完全陌生，对 tensorflow 有一点了解。我真的不知道 fit 函数内部发生了什么。

非常感谢！

我正在尝试使用 keras 在 ResNet50 上运行 MNIST 数据集。我被困在 mnist 数据集上使用 ImageDatagenerator 的部分，因为 keras 可以从目录导入文件。如果我理解data_generator.flow_from_directory正确，那么它要求图像的路径作为它的第一个参数。

但是，我无法弄清楚如何输入这些可用的 mnist 数据。

我知道可用的文件from keras.datasets import mnist是作为数据框导入的。而这flow_from_directory('../input/train',..)是要求图像的路径

任何帮助，将不胜感激。