问题标签 [vgg-net]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
machine-learning - 微调VGG，得到：1减2造成的负维度大小
我正在为 MNIST 任务微调 VGG19 模型。MNIST中的图像是(28,28,1)，是一个通道。但是VGG想要输入的是(?,?,3)，也就是三个通道。
所以，我的方法是在所有 VGG 层之前再添加一个 Conv2D 层，将 (28,28,1) 数据更改为 (28,28,3)，这是我的代码：
现在我的输入形状是正确的（我认为）。
这是我的整个模型： # 更改输入形状：inputs = Input(shape=(28,28,1)) x = Conv2D(3,kernel_size=(1,1),activation='relu')(inputs)
我得到了：
我已经搜索了问题，一种解决方案是添加
但这对我不起作用。
我的代码有什么问题？
python - 无法使用 Keras fit_generator 重现结果
我刚刚注意到每次运行 Keras 模型时都会得到不同的结果。我已经在 GitHub 上尝试了这个问题的解决方案，基本上：
- 在导入其他任何东西之前设置种子
- 设置
shuffle=False为fit_generator()
即使我这样做了，我似乎仍然无法重现相同的结果。
我已经在我刚刚链接的问题上发布了同样的问题，但由于可见性，我决定也在这里发布，希望任何人都可以帮助我找出问题所在。
python-3.x - 在 VGG-16 上停止和重新开始训练
我正在使用预训练的 VGG-16 模型进行图像分类。我正在添加自定义最后一层，因为我的分类类的数量是 10。我正在为模型训练 200 个时期。
我的问题是：如果我在某个时期随机停止（通过关闭 python 窗口）训练，有什么办法吗？比如说没有。50 和从那里恢复？我已经阅读了有关保存和重新加载模型的信息，但我的理解是这仅适用于我们的自定义模型，而不适用于 VGG-16 等预训练模型。
keras - 从头开始训练 VGG16
我试图从头开始训练我的 VGG16 网络。为此，我从https://gist.github.com/baraldilorenzo/07d7802847aaad0a35d3下载了架构
其中一位作者将代码编写为 vgg-16_keras.py 代码。在此代码中，预期的默认图像大小为 224x224。我的输入图像也具有相同的尺寸。所以，大小没有问题。
接下来，我做了一些细微的更改，以便我的架构准备好在我手头的一些示例图像上训练我的模型。当我尝试训练我的模型时，出现“负维度”错误。为了调试代码，我尝试获取一些函数，它可以为我提供不同层的输出尺寸，但不幸的是没有。
我正在发布我的代码以及错误消息
请注意，我没有对代码中给出的尺寸和超参数值进行任何更改。我只是从文档的角度修改了代码，例如命名不同的层、添加注释等。
另外，建议我自己诊断未来此类错误的方法。
错误信息如下：
image - 如何使用 1 通道图像作为 VGG 模型的输入
我首先使用 3 通道图像作为 VGG16 模型的输入，没有问题：
现在我想改用 1 通道图像。所以我这样做了：
但我收到一条错误消息：
在 Keras 中将 1 通道图像转换为 3 通道图像的正确方法是什么？
python - Pytorch 保存和重新加载模型
对于 VGG16 模型，我有以下结构：
使用以下代码保存模型时：
我收到以下错误：
AttributeError：“VGG”对象没有属性“hidden_layers”
然而，VGG 有 hidden_layers。如何通过学习迁移保存 VGG？
python - 如何正确使用 vgg 模型的中间层
我所做的是：
但我收到以下错误消息：
我觉得我这样做的方式有问题，但无法找出正确的方式。
python - Pytorch 通过知识转移保存和加载 VGG16
我正在使用以下语句保存具有知识转移的 VGG16：
并使用以下语句重新加载：
state_dict = torch.load('checkpoint.pth') model.load_state_dict(state_dict)
只要我重新加载 VGG16 模型并使用以下代码为其提供与以前相同的设置，它就可以工作：
如何避免这种情况？如何在无需重新加载 VGG16 和重新定义分类器的情况下重新加载模型？
r - 在小图像 dataset.in r by keras 上训练 VGG16 时出错
我只想训练一个分类器来分类来自纽约和洛杉矶的街景图像。
一切都适用于图像输入或数据处理。
但是它在最后一个函数中报告了一个错误。
ValueError：检查目标时出错：预期 block5_pool 有 4 个维度，但得到了形状为 (20, 1) 的数组
代码如下。如何解决调试这个问题？我跳过了数据清理部分。
python - 在 Keras 中是否有可能具有宽度和高度为 32x32 的 input_shape？
我正在使用带有 Keras 和 Tensorflow 的 Python 作为后端，我想为我的模型使用尽可能小的输入图像。
VGG19 应用程序表示它允许输入形状的宽度和高度低至 32。几周前，Keras 网站上的最小值为 48。我用 48 没有问题。现在，我想尝试 32，但我不能这样做，因为我得到：
我提到我将 Keras 更新到了 2.2.2 版本，并且我还删除了 VGG19 的权重模型文件（来自~/.keras/models/）。如果我将 input_shape 设置为 (48, 48, 3)，它会再次下载模型，否则会出现上述错误。
简而言之，我的代码只想加载预训练模型：
任何想法都值得赞赏。