我有3节课 . （50k用于训练，12k用于验证）通过使用预训练的vgg16和resnet50，并冻结模型并仅在顶部训练密集层，我达到99％的验证准确度 . 我应该通过解冻图层来微调以改善功能，还是应该按原样使用这些功能？另外，vgg16是一个比Resnet50更好的特征提取器还是应该使用Resnet的功能？谢谢！
这取决于您的问题域 . 如果您对同一问题域的预训练模型进行微调并且训练数据量很小，那么您所做的就是正确的 .
也许如果你只冻结第一层，这些层经过良好的一般特征提取训练（egdes，blobs，shapes ...等），你可以提升你的表现 . 如果您打算这样做以避免过度拟合，它还建议应用数据扩充
我建议您查看以下有关转移学习的教程以获取更多详细信息：http://cs231n.github.io/transfer-learning/
1 回答
这取决于您的问题域 . 如果您对同一问题域的预训练模型进行微调并且训练数据量很小，那么您所做的就是正确的 .
也许如果你只冻结第一层，这些层经过良好的一般特征提取训练（egdes，blobs，shapes ...等），你可以提升你的表现 . 如果您打算这样做以避免过度拟合，它还建议应用数据扩充
我建议您查看以下有关转移学习的教程以获取更多详细信息：http://cs231n.github.io/transfer-learning/