如何在Keras RetinaNet中添加Dropout技术?

我在使用RetinaNet神经网络模型进行对象检测时遇到了过拟合问题。解决方案之一是添加“Dropout”。我使用的是这里的Keras代码。

我想在最后几层添加Dropout,但不知道如何操作。

有谁能告诉我应该修改哪个文件?以及如何修改?


回答:

过了一段时间后,我尝试了许多解决方案,但没有一个明确说明如何添加。于是我自己尝试,最终找到了方法。因此,我决定自己来回答这个问题!

只需添加一行代码,像这样:

outputs = keras.layers.SpatialDropout1D (rate=dropout_rate) (outputs)

您也可以使用其他类型的Dropout层,例如:SpatialDropout2D等。

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