如何在DIGITS中使用不同的数据集(不同标签)应用新的预训练模型?

我想在DIGITS中使用VGG_ILSVRC_19_layers作为预训练模型,但使用不同的数据集。我是否需要不同的标签文件?我怎样才能上传这个模型并将其用于我的数据集?

对于VGG 16层,我得到了以下错误:

错误:无法从层’fc6’复制参数0的权重;形状不匹配。源参数形状为1 1 4096 25088(102760448);目标参数形状为4096 32768(134217728)。要从头开始学习这一层的参数,而不是从保存的网络中复制,请重命名该层。

如何修改这些层?


回答:

在DIGITS中,您的标签与您的数据集相关联,而不是与您的模型。当您上传预训练的VGG模型时,您可能需要重命名最后一个内积层(参见这个回答),这样您的模型就可以处理N个类别而不是1000个类别。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注