问题标签 [resnet]

我在网上看到很多关于如何微调VGG16和InceptionV3的例子。例如有些人在微调VGG16时会设置前25层冻结。对于 InceptionV3，前 172 层将被冻结。但是resnet呢？当我们进行微调时，我们将冻结基础模型的一些层，如下所示：

那么我应该如何设置frozen_layers？实际上，我不知道在使用 VGG16、VGG19、ResNet50、InceptionV3 等进行微调时应该设置多少层来冻结。谁能给我有关如何微调这些模型的建议？尤其是人们在对这些模型进行微调时会冻结多少层？

我正在尝试使用 pytorch 中预训练的 ResNet 模型计算前向传递。我无法创建小批量的 4-d 张量。有人可以告诉什么是正确的方法吗？

编辑：我更改了代码，现在可以使用。但是，我仍然认为应该有一种更有效的方法来做到这一点。

这是我的代码：

我试图重现以下Deep-shopping 模型的结果，但我不知道在哪里可以找到文件simple_resnet.py，也不知道如何开始编写自己的版本。你能给我任何提示吗？

我想微调 Keras 的 ResNet50，但首先我发现给定相同的输入，ResNet50 的预测与模型的输出不同。实际上，输出的值似乎是“随机的”。我究竟做错了什么？

提前致谢！

这是我的代码：

这是日志的示例：

对于残差神经网络中的残差块，块末尾的加法是真正的元素加法还是串联？

例如，会addition([1, 2], [3, 4])产生[1, 2, 3, 4]或[4, 6]？

我们已经建立了一个 ResNet 模型，它通常比其他任何类别都错误分类一些类别。我们应该如何利用这些知识来提高我们的准确性？

我们有一个包含 100,000 个样本的数据集，由 100 个类别组成，其中每个类别包含 1,000 张图片。

我们的网络相当简单；取自 PyTorch ResNet-18。没有进一步修改。

编辑：代码实际上与 ResNet-18 教程相同。数据是图像及其名称，比如说

输入： [128x128 像素]

出：房子

我正在寻找有关如何处理这种情况的广泛提示。不一定是调试提示。

:: Y 轴表示精度。

我正在使用 Keras 包含的模型。以 ResNet50 为例：

并得到错误：

fit_generator当即使该功能无法与生成器一起使用时，我应该如何将 Resnet50 与图像生成器集成？

如何将第四维设置为None？

我正在尝试在 Kaggle 内核上使用 resnet50 预训练模型。

但是，当我运行以下代码时，会发生错误，并且无法下载预训练模型。我怎样才能让它工作？

错误：

-> 1318 encode_chunked=req.has_header('Transfer-encoding')) 1319
除了 OSError as err: # timeout error ...

例外： https ://github.com/fchollet/deep-learning-models/releases/download/v0.2/resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5上的 URL 获取失败 ：无 - [Errno -2] 名称或服务未知

所有日志：

使用 TensorFlow 后端。/opt/conda/lib/python3.6/importlib/_bootstrap.py:219：RuntimeWarning：模块'tensorflow.python.framework.fast_tensor_util'的编译时版本3.5与运行时版本3.6不匹配返回f（*args，**kwds )

从https://github.com/fchollet/deep-learning-models/releases/download/v0.2/resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5下载数据

-------------------------------------------------- ------------------------- gaierror Traceback（最近一次调用最后）/opt/conda/lib/python3.6/urllib/request.py in do_open(self, http_class, req, **http_conn_args) 1317
h.request(req.get_method(), req.selector, req.data, headers, -> 1318 encode_chunked=req.has_header('Transfer-encoding')) 1319
除了 OSError as err: # 超时错误

/opt/conda/lib/python3.6/http/client.py in request(self, method, url, body, headers, encode_chunked) 1238 """向服务器发送完整的请求。""" -> 1239 self ._send_request（方法、url、正文、标头、encode_chunked）1240

/opt/conda/lib/python3.6/http/client.py in _send_request(self, method, url, body, headers, encode_chunked) 1284 body = _encode(body, 'body') -> 1285 self.endheaders(body ，encode_chunked=encode_chunked）1286

/opt/conda/lib/python3.6/http/client.py in endheaders（self，message_body，encode_chunked）1233 raise CannotSendHeader（）-> 1234 self._send_output（message_body，encode_chunked=encode_chunked）1235

/opt/conda/lib/python3.6/http/client.py in _send_output(self, message_body, encode_chunked) 1025 del self._buffer[:] -> 1026 self.send(msg) 1027

/opt/conda/lib/python3.6/http/client.py in send(self, data) 963 if self.auto_open: --> 964 self.connect() 965 else:

/opt/conda/lib/python3.6/http/client.py 在 connect(self) 1391 -> 1392 super().connect() 1393

/opt/conda/lib/python3.6/http/client.py in connect(self) 935 self.sock = self._create_connection( --> 936 (self.host,self.port), self.timeout, self.源地址）937 self.sock.setsockopt（socket.IPPROTO_TCP，socket.TCP_NODELAY，1）

/opt/conda/lib/python3.6/socket.py in create_connection(address, timeout, source_address) 703 err = None --> 704 for res in getaddrinfo(host, port, 0, SOCK_STREAM): 705 af, socktype,原型，规范名称，sa = res

/opt/conda/lib/python3.6/socket.py in getaddrinfo(host, port, family, type, proto, flags) 744 addrlist = [] --> 745 for res in _socket.getaddrinfo(host, port, family , type, proto, flags): 746 af, socktype, proto, canonname, sa = res

gaierror: [Errno -2] 名称或服务未知

在处理上述异常的过程中，又出现了一个异常：

URLError Traceback (最近一次调用最后) /opt/conda/lib/python3.6/site-packages/Keras-2.0.6-py3.6.egg/keras/utils/data_utils.py in get_file(fname, origin, untar , md5_hash, file_hash, cache_subdir, hash_algorithm, extract, archive_format, cache_dir) 219 try: --> 220 urlretrieve(origin, fpath, dl_progress) 221 除了 URLError as e:

/opt/conda/lib/python3.6/urllib/request.py in urlretrieve(url, filename, reporthook, data) 247 --> 248 with contextlib.closing(urlopen(url, data)) as fp: 249 headers = fp.info()

/opt/conda/lib/python3.6/urllib/request.py in urlopen(url, data, timeout, cafile, capath, cadefault, context) 222 opener = _opener --> 223 return opener.open(url, data,超时）224

/opt/conda/lib/python3.6/urllib/request.py in open(self, fullurl, data, timeout) 525 --> 526 response = self._open(req, data) 527

/opt/conda/lib/python3.6/urllib/request.py in _open(self, req, data) 543 result = self._call_chain(self.handle_open, protocol, protocol + --> 544 '_open', req) 545 如果结果：

/opt/conda/lib/python3.6/urllib/request.py in _call_chain(self, chain, kind, meth_name, *args) 503 func = getattr(handler, meth_name) --> 504 result = func(*args)如果结果不是无，则为 505：

/opt/conda/lib/python3.6/urllib/request.py in https_open(self, req)
1360 return self.do_open(http.client.HTTPSConnection, req, -> 1361 context=self._context, check_hostname=self.第1362章

/opt/conda/lib/python3.6/urllib/request.py in do_open(self, http_class, req, **http_conn_args) 1319 除了 OSError as err: # timeout error -> 1320 raise URLError(err) 1321 r = h .getresponse()

网址错误：

在处理上述异常的过程中，又出现了一个异常：

() 4 import numpy as np 5 ----> 6 model = ResNet50(weights='imagenet', include_top=False) 中的异常回溯（最后一次调用）

/opt/conda/lib/python3.6/site-packages/Keras-2.0.6-py3.6.egg/keras/applications/resnet50.py in ResNet50（include_top、weights、input_tensor、input_shape、pooling、classes）261 WEIGHTS_PATH_NO_TOP, 262 cache_subdir='models', --> 263 md5_hash='a268eb855778b3df3c7506639542a6af') 264 model.load_weights(weights_path) 265 如果 K.backend() == 'theano':

/opt/conda/lib/python3.6/site-packages/Keras-2.0.6-py3.6.egg/keras/utils/data_utils.py in get_file(fname, origin, untar, md5_hash, file_hash, cache_subdir, hash_algorithm , extract, archive_format, cache_dir) 220 urlretrieve(origin, fpath, dl_progress) 221 除了 URLError as e: --> 222 raise Exception(error_msg.format(origin, e.errno, e.reason)) 223 除了 HTTPError as e: 224 引发异常（error_msg.format（origin，e.code，e.msg））

例外： https ://github.com/fchollet/deep-learning-models/releases/download/v0.2/resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5上的 URL 获取失败 ：无 - [Errno -2] 名称或服务未知

有谷歌提供的在tensorflow中实现resnet的预训练模型吗？我环顾四周，还没有找到任何东西。

https://github.com/tensorflow/models/tree/master/official/resnet

我正在尝试在 PyTorch 中实现迁移学习方法。这是我正在使用的数据集：Dog-Breed

这是我要遵循的步骤。

数据集的位置

读取 CSV (labels.csv)

我这样做是因为我将在接下来使用 DataLoader 加载数据时提到的一个约束。

接下来，我使用 将图像大小调整为 60,60 opencv，并将结果存储为 numpy 数组。

在 indexed_labels 中，我给每个标签一个数字。

接下来，我将数据拆分为 7:1:2 部分

接下来，我将上一步中的数据加载到 torch DataLoaders

接下来，我加载预训练的 rensnet 模型。

然后我使用了 train_model，这是 PyTorch 的文档中描述的一种方法。

但是，当我运行它时，我得到一个错误。

我似乎无法弄清楚这里出了什么问题。