如何在Keras中使用中级微调?

我的任务是调整Keras中的预训练网络,用于对航空图像进行分类(我们有一个包含30个航空图像类别的数据库,每个类别包含200-400张图像)。现在,我不太理解的是接下来的部分。

我们必须使用一个较小的图像数据库进行中级微调,该数据库包含21个航空类别。

我该如何实现这一点?

我应该尝试在VGG16网络之上对较小的数据库进行微调,然后保存模型,再在此基础上训练较大的数据库吗?


回答:

我猜他们希望你通过冻结训练模型的前X层,只更新最后几层的权重来进行微调(可能只是最后一层,不确定“中级微调”是什么意思)。

你需要拿你的训练模型,将其最后一层从30个输出替换为一个新的21个输出的层。然后,你需要冻结所有其他层(除了新层),并在新数据集上训练模型。

在Keras中,你只需对每一层设置:”trainable=False”。如何“冻结”Keras层?

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注