-
1 votesanswersviews
如何使用VGG-16的预训练功能作为Keras中GlobalAveragePooling2D()图层的输入
是否可以使用VGG-16的预训练模型特征并传递到Keras中其他模型的GlobalAveragePooling2D()图层? 存储VGG-16网络离线功能的示例代码: model = applications.VGG16(include_top=False, weights='imagenet') bottleneck_features_train = model.predict(input) ... -
9 votesanswersviews
在keras中的预训练密集层之间添加辍学图层
在 keras.applications 中,有一个在imagenet上预训练的VGG16模型 . from keras.applications import VGG16 model = VGG16(weights='imagenet') 该模型具有以下结构 . Layer (type) Output Shape Param # ... -
0 votesanswersviews
使用带有Faster-RCNN的alexnet时出错?
我正在使用转移学习(使用更快的RCNN预训练的alexnet)对COCO数据集进行对象类别检测 . 但是,我收到了这个错误 . 警告:使用@(x)d.propose(x,minBoxSize,'MiniBatchSize',miniBatchSize)处理/train2014/COCO_train2014_000000256230.jpg时发生错误:?预期输入数字2,得分,大小为Mx1,但大小为... -
2 votesanswersviews
Tensorflow:保存模型并恢复单个重量
我的问题是:我保存了一个模型 . 现在我想更改模型(添加或删除一些图层),但仍然导入我之前训练过的权重 . 如何在初始化新零件的同时恢复模型的各个部分? 更具体: 我有一个张量流模型,其权重如下所示: global_step = tf.get_variable("global_step", shape=[1], trainable=False... -
2 votesanswersviews
更改KERAS(TF后端)中预训练模型的输入形状
我正在使用带有TensorFlow后端的KERAS的 pre-trained model 转移学习 . 现在,我想改变它的输入形状,但我无法做到 . 以下是目前的形状: model.input_shape : `(None, 16, 112, 112, 3)` model.layers[0].get_weights(): `(3, 3, 3, 3, 64)` Output shape of f... -
0 votesanswersviews
预先训练的多输入模型
我正在开发一个模型,使用 Keras Tensorflow 来计算基于STS基准(http://ixa2.si.ehu.es/stswiki/index.php/STSbenchmark)的句子相似度 . 我是如何做到的是我首先创建了一个预训练模型,将单词嵌入向量列表转换为单句嵌入向量 . 现在,我想要做的是将这个预先训练的模型合并到一个新模型中,该模型使用该模型来转换输入 . 以下是该新模型... -
1 votesanswersviews
如何访问NiftyNet中预训练模型的中间激活图?
我可以下载并成功测试NiftyNet的NiftyNet包 . 然而,这只给了我预训练网络的最终分割结果,而我也需要访问中间层的输出 . 根据此演示,以下行下载预先训练的模型和测试MR卷: wget -c https://www.dropbox.com/s/rxhluo9sub7ewlp/parcellation_demo.tar.gz -P ${demopath} 其中 ${demopath} ... -
0 votesanswersviews
在训练好的lstm图层和输出图层之间插入并训练一个附加图层
这是我想做的事情: 我想使用一些转移学习技术来处理序列问题:首先使用dataset_1来训练一个lstm模型,然后在输出层之前插入另一个lstm层,然后使用dataset_2来训练新添加的层,以及其他变量图层从第一个训练阶段导入并保持不变 这就是问题,现有方法在恢复预训练模型时都需要变量名称的重量/偏差 . 我想在我的code中使用功能 tf.contrib.rnn.MultiRNNCell(*)... -
2 votesanswersviews
没有为任何变量提供渐变,请检查图表以查看不支持渐变的操作
我目前正在尝试使用tensorflow生成一些对抗图像 . 我现在有一个工作代码来欺骗分类NN(初始v3),我试图欺骗一个探测器 . 我选择Mask-RCNN . 我成功检索了logits,但我无法理解为什么会出现错误: ValueError:没有为任何变量提供渐变,检查图表中不支持渐变的ops,变量之间[“tf.Variable'Variable_33:0'form =(299,299,3)d... -
0 votesanswersviews
tensorflow从检查点重新训练模型
大家 我训练了一个大模型,它在训练时表现很好 . 但是因为我设置了一个小的纪元数字,当我训练所有时代时,损失和arruarcy仍在改善 . 所以我想继续训练模型从最后一个检查点并加载训练有素的人 但这不是我的想法,损失从比上一个检查点更差的值开始但不是0(与准确度相同) . 我将学习率设置为与上一个检查点lr相同并且没有改变关于模型的任何内容,但是我不能像我想象的那样继续训练模型 . 问:那不是为... -
0 votesanswersviews
ValueError:检查目标时出错:期望的dense_2有4个维度,但得到的数组有形状(64,50)(Keras)
使用Keras训练预训练模型的方式如下: baseModel = keras.applications.resnet50.ResNet50(include_top=False, weights='imagenet') t = baseModel.output t = MaxPooling2D()(t) t = Dense(1000, activation='relu', kernel_regula... -
1 votesanswersviews
Tensorflow - 转移学习实现(语义分割)
我正在努力实现CNN架构(FCN-8s模型,带有预训练的VGG16模型),用于对我自己的数据进行语义分割(2个类,因此,每个像素的二进制分类) 我打算如何解决这个问题: 使用砝码加载预先训练的模型 添加/删除其他更高层以转换为FCN 冻结预训练模型的较低层(在训练阶段不更新) 在特定数据集上训练网络 假设这是正确的,我如何在tensorflow模型上冻结下层? (我正在寻找具体... -
2 votesanswersviews
ValueError:`decode_predictions`需要一批预测(即2D形状阵列(样本,1000)) . 找到形状有阵列:(1,7)
我正在使用带有keras的VGG16进行传输学习(我的新模型中有7个类),因此我想使用内置的decode_predictions方法输出模型的预测 . 但是,使用以下代码: preds = model.predict(img) decode_predictions(preds, top=3)[0] 我收到以下错误消息: ValueError:decode_predictions需要一批预测(... -
0 votesanswersviews
在Tensorflow中预先训练的模型中将静态小批量大小修改为无
我正在使用初始分数,这是生成模型中非常重要的评估指标,尤其是GAN社区 . 它涉及pre-trained model . 但它的静态批处理大小为1,这使得推理极其缓慢 . 因此,我们需要将静态批处理大小修改为None以加速 . 它曾被以下代码处理,即通过tensor._shape = new_shape改变张量形状 . ops = self.inception_graph.get_operatio... -
1 votesanswersviews
在张量流中是否有使用LSTM RNN进行特征提取的参考文献?
目前我正在尝试使用预训练的LSTM RNN模型进行特征提取 . 我偶然发现了使用深度神经网络进行特征提取的以下参考 . 那是图像 . https://www.kernix.com/blog/image-classification-with-a-pre-trained-deep-neural-network_p11 以类似的方式我想使用LSTM RNN https://github.com/gu... -
3 votesanswersviews
Keras VGGnet预训模型可变大小输入
我想用VGG预训练模型提取368x368尺寸图像的特征 . 根据文档,VGGnet接受224x224尺寸的图像 . 有没有办法为Keras VGG提供可变大小的输入? 这是我的代码: # VGG Feature Extraction x_train = np.random.randint(0, 255, (100, 224, 224, 3)) base_model = VGG19(weights=... -
0 votesanswersviews
如何在Keras进行微调和测试InceptionV3?
我正在阅读关于Keras的文档以及之前在StackOverFlow上的问题和回复 . 目前,这是我到目前为止: #Creating base pre-trained model (Default Input Size for ResNet50 is (299, 299)) base_model = InceptionV3(weights = 'imagenet', include_top = Fa... -
1 votesanswersviews
使用Tensorflow API的自定义对象检测器不检测训练数据
我正在尝试使用来自Tensorflow API的 ssd_inception_v2_coco 预训练模型,通过使用单个类数据集进行训练并应用转移学习 . 我训练网络大约 20k steps (总损失大约1)并使用检查点数据,我创建了inference_graph.pb并在检测代码中使用它 . 令我惊讶的是,当我用训练数据测试网时,图表甚至无法检测到11个案例中的1个(0/11) . 我找不到问题了... -
0 votesanswersviews
使用预训练模型进行重新训练/微调的张量流初始化:inception_train
我尝试在预训练的初始模型之上重新训练(新图像,新类),因此我遵循了初始自述文件的说明:https://github.com/tensorflow/models/tree/master/inception#how-to-construct-a-new-dataset-for-retraining 我使用bazel成功构建并运行 build_image_data ,如教程中所述 . 之后我使用baze...