-
12 votesanswersviews
Tensorflow分配内存:38535168的分配超过系统内存的10%
使用ResNet50预训练的权重我正在尝试构建一个分类器 . 代码库完全在Keras高级Tensorflow API中实现 . 完整的代码发布在下面的GitHub链接中 . 资料来源:Classification Using RestNet50 Architecture 预训练模型的文件大小为 94.7mb . 我加载了预先训练好的文件 new_model = Sequential() new... -
1 votesanswersviews
ResNet的Stage-1中的BatchNorm图层连接到所有其他BatchNorm图层 . 为什么?
这里我给出了我实现的ResNet模型的一些截图 . 使用TensorBoard生成的图表 . 张量流在后端是否有某种优化? 我已经使用Keras实现了代码 . 模型中有两个块 . IdentityBlock和ConvolutionalBlock . 添加这些块的代码导致StackOverflow出现问题(您的帖子主要是代码) 在ResNet函数(def ResNet)中,我使用了BatchNor... -
-1 votesanswersviews
一般预训练图像模型的提取特征给出不同的结果
测试从InceptionV3和ResNet50预训练模型(具有keras加张量流)的提取特征,并且每个模型为简单的图像相似性提供不同的(实际上,非常)不同的结果 . 提取的特征按原样使用并标准化,但结果是相同的 . 谁知道为什么? -
1 votesanswersviews
使用resnet更快r-cnn的Tensorflow对象API的最大迭代次数
我正在使用ResNet101快速R-CNN教程训练牛津数据集 . 我正在本地计算机上运行培训,其中1个GPU不使用Google Cloud . 我的问题是,我可以知道最大迭代次数是多少? 我的步骤已经超过13,000,000并且还没有停止 . 原来更快的r-cnn可以在这里定义最大迭代大小https://github.com/rbgirshick/py-faster-rcnn/blob/maste... -
0 votesanswersviews
Keras CNN的准确度和损耗是不变的
我正在使用ResNet50利用转移学习构建keras CNN模型 . 出于某种原因,我的准确性和损失在每个时代都是完全相同的 . 奇怪的是,我看到了类似代码的相同行为,但使用的是VGG19 . 这让我相信问题不在于实际的模型代码和预处理中的某个地方 . 我已经尝试调整学习率,改变优化器,图像分辨率,冻结层等,并且分数不会改变 . 我进入我的图像目录,检查我的两个不同的类是否混合,但它们不是 . 有... -
-2 votesanswersviews
Tensorflow:50个epoches训练后,resnet-56的学习率达到饱和,但测试准确性仍不理想[关闭]
我构建了一个56层残差网络来训练CIFAR-10数据集进行图像分类 . 虽然它是最先进的网络架构,但在10个epoches培训中,我的模型测试准确率为79% . 训练数据集大小为49000,验证数据集大小为1000.我在20个时段训练模型,小批量大小为128.学习率为1e-3 . 我使用Xavier初始化和RMProp进行梯度下降 . 请参阅此处了解我的实施 . https://github.c... -
0 votesanswersviews
如何改善convnnet的图像检索功能?
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! -
0 votesanswersviews
如何使Keras在密集层中有两个不同的初始化器?
我有两个单独设计的CNN,用于相同数据的两个不同特征(图像和文本),输出有两个类 在最后一层: 对于图像(resnet),我想使用“he_normal”作为初始化器 flatten1 = Flatten()(image_maxpool) dense = Dense(output_dim=2, kernel_initializer="he_normal")(flatten1) ... -
2 votesanswersviews
Inception-ResNet-v2模型由多少层组成?
Inception-ResNet-v2模型由多少层组成?我认为他们是96但我不确定 . 请确认一下 https://pic2.zhimg.com/v2-04824ca7ee62de1a91a2989f324b61ec_r.jpg 我的训练和测试数据也分别包括600和62个图像 . 我使用的是三种型号:ResNet-152,Inception-ResNet和DenseNet-161,它们有以下数量的... -
0 votesanswersviews
在Tensorflow中实现Resnet的准确性并不理想
我是深度学习的初学者,最近我尝试实现34层残余神经网络 . 我使用CIFAR-10图像训练神经网络,但测试精度没有预期的那么高,大约65%,如下面的屏幕截图所示 . Testing accuracy 基本上,我实现剩余块的方式如下: 对于没有尺寸增加的残余块,它如下面的样本: """ Convolution Layers 1, Sub Unit 1 "... -
1 votesanswersviews
如何使用resnet50模型进行微调?
我在互联网上看到了很多关于如何微调VGG16和InceptionV3的例子 . 例如,有些人会在微调VGG16时将前25个图层设置为冻结 . 对于InceptionV3,前172个图层将被冻结 . 但是resnet怎么样?当我们进行微调时,我们将冻结基本模型的一些层,如下所示: from keras.applications.resnet50 import ResNet50 base_model... -
1 votesanswersviews
预处理使用keras函数ImageDataGenerator()生成的图像来训练resnet50模型
我正在尝试训练resnet50模型用于图像分类问题 . 我已经在我拥有的图像数据集上训练模型之前加载了'imagenet'预训练权重 . 我正在使用keras函数flow_from_directory()从目录加载图像 . train_datagen = ImageDataGenerator() train_generator = train_datagen.flow_from_directory... -
5 votesanswersviews
在resnet50转移学习期间大量过度适应
这是我第一次尝试与CNN做某事,所以我可能做了一些非常愚蠢的事 - 但无法弄清楚我错在哪里...... 该模型似乎学得很好,但验证准确性没有提高(甚至在第一个时期之后),验证损失实际上随着时间的推移而增加 . 它看起来并不像我过度使用(在1个纪元之后?) - 我们必须以其他方式关闭 . typical network behaviour 我正在训练一个CNN网络 - 我有~100k各种植物的图像(... -
3 votesanswersviews
微调resnet50时如何冻结一些图层
我试图用keras微调resnet 50 . 当我冻结resnet50中的所有图层时,一切正常 . 但是,我想冻结一些resnet50层,而不是所有层 . 但是当我这样做时,我会遇到一些错误 . 这是我的代码: base_model = ResNet50(include_top=False, weights="imagenet", input_shape=(input_size... -
1 votesanswersviews
Mask R-CNN的最佳图像尺寸,更快的R-CNN,使用预训练模型(Keras,Tensorflow)
许多现有的Tensorflow和Keras CNN代码示例使用相同的大小来训练图像,通常是299 * 299,244 * 244,256 * 256,以及更多 . 我认为这部分取决于与预先训练的模型的兼容性,以及架构本身 . 我还在评估架构,但最终可能会使用Resnet,Inception或Xception,以及Tensorflow或Keras,使用Mask R-CNN(或者可能更快的R-CNN)...