我有以下代码，使用mobilenetv2进行两类分类。在添加了2个单元的全连接层后，准确率显著下降到45%。我无法找出问题所在，我更换了优化器，但准确率仍然没有提高。我的训练数据集有2000个样本，包含两类，猫和狗。

custom= MobileNetV2(input_shape=None,                   alpha=1.0,                   include_top=True,                   weights='imagenet',                        input_tensor=None,                   pooling=None,                   classes=1000,                   classifier_activation='softmax')   x= custom.output   final_output=layers.Dense(2, activation='sigmoid')(x)   model = keras.Model(inputs=custom.input, outputs = final_output)   for layer in custom.layers:     layer.trainable = False   model.compile(optimizer="adam", loss='BinaryCrossentropy', metrics=['accuracy'],loss_weights=0.1)

回答：

你可以在加载预训练模型时使用include_top=False语句。这条代码语句会移除预训练模型的最后一部分。