可以修改预先训练好的卷积神经网络的层吗？

文章/答案/技术大牛

发布

0回答

image-processing、machine-learning、conv-neural-network

如果我想在一个预先训练好的模型中添加一些层，这是可能的吗？我假设我将不得不再次训练它，但与从头开始相比，利用预先训练的模型是否会提供任何优势？

浏览 8提问于2018-07-07得票数 0

回答已采纳

1回答

你能告诉我咖啡机里的deploy.prototxt是做什么用的吗？

python、model、caffe

你能告诉我咖啡机里的deploy.prototxt是做什么用的吗？

浏览 0提问于2020-06-04得票数 1

1回答

Tensorflow从预训练模型中删除层

tensorflow、keras、tensorflow-estimator、tensorflow-lite、pruning

有没有一种方法可以在Tensorflow中加载预训练的模型并删除网络中的顶层？我正在考虑Tensorflow版本r1.10我想通过删除一堆顶部卷积层来手动修剪一个预先训练好的网络，并添加一个自定义的完全卷积层编辑：该模型是从下载的ssd_mobilenet_v1_coco。我可以</

浏览 17提问于2018-08-28得票数 1

1回答

在Tensorflow中微调深度神经网络

python、machine-learning、computer-vision、tensorflow、deep-learning

我想在Tensorflow中对预先训练好的深度神经网络进行部分微调(例如，加载所有层的权重，但只更新更高层的权重)。 Tensorflow中是否有任何方法允许选择应该更改的变量和应该保持不变的变量？

浏览 15提问于2016-08-04得票数 3

回答已采纳

1回答

Sci-Kit学习SGD分类器问题预测

python、machine-learning、scikit-learn、classification、data-analysis

我可能在这里找不到我需要的帮助，但我希望互联网上聪明的程序员能帮助我。我正在尝试使用Python的Sci-Kit learn SGDClassifier来对物理事件进行分类。我将20000个列车事件序列化为包含200个事件的数据包。然后我还有额外的2000个火车比赛项目。下面是我提取和训练的方法。，或者至少是它的一个粗略的缩写。为了弄清楚这一点，有一些数组描述了每个图像的像素值，然后200个数组包含在一个大的数组中。

浏览 1提问于2015-09-23得票数 1

6回答

在训练全卷积网络时，如何处理BatchNorm层？

tensorflow、deep-learning、caffe、pytorch

对像素级语义分割的完全卷积神经网络(FCNs)的训练是非常内存密集型的。因此，我们经常使用batchsize=1来培训FCNs。然而，当我们用BatchNorm ( BN )层完成预先训练的网络时，batchsize=1对BN层没有意义。那么，如何处理BN层呢？一些备选方案：删除BN层(将BN层与前面的层合并，用于预先训练的</em

浏览 11提问于2017-06-19得票数 3

1回答

Pytorch负载模型

conv-neural-network、pytorch

使用固定权重构建卷积层很简单，只需将权重内核传递给conv2d()即可。并且可以方便地加载预先训练好的模型，如VGG19。但我发现使用pytorch不是这样的，因为conv2d()不接受显式的内核，而是接受内核大小。所以我想知道，我们是否可以通过简单地将权重传递给像conv2d()这样的方法来重用VGG19中的权重。

浏览 4提问于2017-09-18得票数 1

1回答

手写签名验证

python、keras、deep-learning、computer-vision

我使用了ICDAR 2011签名数据集(是对原始图像和伪造图像的编码进行配对以获得一个培训样本(标记为0)。编码来自预先训练的VGG-16卷积神经网络(除去完全连接的层)。然后，我修改了具有以下体系结构的完全连接层：第二隐藏层:500个单位(

浏览 1提问于2019-01-21得票数 4

1回答

如何用神经网络来裁剪人脸？

python、deep-learning、keras

我知道我可以使用Haar Cascade分类器来完成这个任务，但是我更愿意使用一种深入学习的方法，因为这是我目前关注的领域。关于如何改进这个问题，有什么建议吗？

浏览 0提问于2019-01-23得票数 3

回答已采纳

1回答

应用经过训练的caffe模型并重写转发流程

caffe、pycaffe

当我在caffe格式中使用预先训练好的VGGNet模型时，我可以在不改变每一层的功能的情况下重写转发过程吗？因为我想使用Python层重写转发过程，所以我遇到了这个问题：这是否意味着我不能修改原始

浏览 0提问于2017-05-06得票数 0

1回答

使用PyTorch去除从预先训练的VGG16提取的特征的填充

pytorch、transfer-learning

我使用一个预先训练好的vgg16作为U-Net分割模型的主干。我的代码运行得很好，但我想知道是否有一种方法可以从功能层中删除填充？ Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1),

浏览 10提问于2019-11-20得票数 0

1回答

在训练CNN时，输入word2vec是如何微调的？

nlp、svm、deep-learning

当我读到“用于句子分类的卷积神经网络”时，我注意到该论文实现了“CNN-非静态”模型--一个使用来自word2vec的预训练向量的模型，所有的单词--包括随机初始化的未知单词，和预训练向量对每个任务都进行了微调所以我只是不明白预先训练好的向量是如何对每个任务进行微调的。因为据我所知，输入向量是由word2vec.bin(预训练)从字符串转换而来的，就像图像矩阵一样，在训练CNN过程中不能改变。所以，

浏览 4提问于2016-10-18得票数 1

1回答

访问Tensorflow/Keras中的输入层数据

python、tensorflow、deep-learning、keras、keras-layer

我试图复制一个神经网络来进行深度估计。原作者采用了预先训练的网络，在全连通层和卷积层之间添加了“超像素池层”。在这一层中，对卷积特征映射进行上采样，并对每个超像素的特征进行平均。我的问题是，为了成功地实现这一点，我需要计算每幅图像的超像素。如何访问批处理过程中由keras/tensorflow使用的数据来执行SLIC过度分割？我考虑过将任务分开，并将其分

浏览 3提问于2017-06-16得票数 0

回答已采纳

1回答

为什么第一个致密层的维度不必等于CNNs中Flatten()的维度？

neural-network、conv-neural-network

根据我对can的理解，Flatten用于从2D到1D，以便您可以使用密集层来执行分类。同样在我的理解中，扁平化会导致过滤器的尺寸乘以过滤器的数量。为什么在扁平化之后，第一个致密层不必具有与扁平化结果相同的尺寸(这将是滤镜*滤镜的暗淡)？第一个密集层的节点比flatten的暗度更少或更多的CNN都可以工作，但我不知道为什么。flatten不是应该为

浏览 15提问于2019-04-10得票数 0

回答已采纳

1回答

使用keras进行人脸识别

python、machine-learning、keras

在训练我的训练数据时，我遇到了几个问题。我的数据集包含我的图像。当我训练它时，验证准确率是100%。而且它的预测也很糟糕。我能做些什么来解决这个问题？

浏览 2提问于2018-11-27得票数 0

1回答

Overfeat可以在ResNet或初始网络体系结构上工作吗

deep-learning、neural-network、computer-vision、conv-neural-network、object-detection

我很熟悉Overfeat的工作原理，它不仅能对图像中的对象进行分类，而且还能通过仅使用卷积层而不是最终完全连接的层来定位图像中的对象。然而，我读到的每个教程或解释都谈到了alexnet或一个非常基本的神经网络，它由几个连续的卷积层组成，然后是2-3个完全连接的层来对图像进行分类。然而，我的问题如下，有没有可能<

浏览 15提问于2020-02-28得票数 1

回答已采纳

1回答

keras中的输入是如何获取的？

python-3.x、keras

有人能解释一下使用python和keras将每个输入输入到神经网络中的逻辑吗？我正在处理文本数据集，所以很明显它是一个单词，但是如何将每个单词作为输入输入到网络中呢？

浏览 2提问于2019-05-16得票数 0

1回答

Tensorflow 2.x:如何使用numpy手动分配卷积权重

tensorflow、tensorflow2.0、onnx

在TensorFlow1.x中，这可以使用来完成，这非常繁琐。在tensorflow 2.x中，有没有更简单的方法来手动将预先训练好的权重分配给特定的卷积？

浏览 5提问于2020-06-16得票数 2

1回答

如何重塑预先训练好的权重，将它们输入到三维卷积神经网络中？

filter、3d、tensorflow、reshape

我使用Matlab预先训练了3d卷积层的权重。权重是一个维度为(512,4,4,4,160)的5维张量。out_channels、filter_depth、filter_height、filter_width、in_channels 现在我想将它作为初始权重输入到tensorflow的tf.nn.conv3d我认为3d卷积神经网络允许的权重形状应该是：(4,4,4,160,512).filter_depth，filter_height

浏览 0提问于2016-11-08得票数 0

1回答

如何在Caffe中定位/指定池层的大小？

neural-network、deep-learning、caffe、conv-neural-network、mnist

我的团队一直在研究Caffe的MNIST示例，并且能够在一些神经网络的层(如卷积层)中定位/指定神经元/滤波器的数量，这是一个名为num_output的参数所引用的。但是，池层似乎没有指定它们具有/我们可以调整的输出数量。有没有任何方法来定位这些信息，以便我能够知道在MNIST示例神经网络的每一<e

浏览 2提问于2016-06-08得票数 2

回答已采纳

点击加载更多