### 预训练卷积神经网络的微调

在阅读和搜索有关预训练网络的微调的信息时,我了解到它通常分为以下两个步骤(简而言之):

  1. 冻结隐藏层,解冻全连接层并进行训练。
  2. 解冻两个层并再次进行训练。

我的问题是:

  1. 仅执行第一步是否足够?

  2. 如果我只执行第一步,这是否与网络作为特征提取器的方法相同?

(网络作为特征提取器的方法是,使用预训练网络提取特征,并使用传统的机器学习分类算法进行分类)。

如果您需要更多信息来澄清问题,请告诉我。


回答:

你的问题有一些问题…

首先,你明显暗示了一个只有两层的网络,这与当前实践中实际使用的微调方式相差甚远(非常远)。

其次,你在第一个问题中提到的“足够”到底是什么意思(足够做什么)?

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