腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
2
回答
如
何在
现有的受过训练
的
深度学习模式
中
增加一个新
的
类别?
、
、
、
、
我已经训练了我
的
深度学习模式,最初有5门课,现在我想增加另一门课,而不用再为这5门课重新训练整个模式。我怎么能这么做?
浏览 0
提问于2019-08-05
得票数 2
1
回答
如
何在
模型
中
冻结
模型
的
特定
层
?
、
、
我
的
keras
模型
由多个
模型
组成。每个“子
模型
”都有多个
层
。如何调出子
模型
中
的
层
并设置可训练性/
冻结
特定
层
?
浏览 45
提问于2019-03-21
得票数 2
1
回答
在预先训练
的
模型
中
冻结
某些过滤器,Tensorflow
ResNet152说,是否有可能加载一个预先训练过
的
模型
,然后在
特定
层
中
冻结
某些权重,并在这些
特定
层
中
微调其他
层
的
权重?例如: 说,将50%
的
过滤器
冻结
在
特定
的
conv
层
中
,并在同一
特定
的
conv
层
中
微调剩余
的</
浏览 7
提问于2022-02-11
得票数 0
1
回答
使用`training=true`通过tensorflow训练
、
、
、
TensorFlow
的
官方教程说,为了使BN
层
不更新均值和方差,我们应该在训练期间通过base_model(trainin=False)。我
的
问题是:为什么?为什么我们不需要更新均值和方差,我
的
意思是BN有imagenet均值和方差,为什么使用imagenet
的
均值和方差而不对新数据进行更新是有用
的
?即使在精细调优期间,在这种情况下,整个
模型
也会更新权重,但BN
层
仍将具有imagenet均值和方差。编辑:我正在使用本教程:
浏览 2
提问于2020-12-13
得票数 1
回答已采纳
1
回答
有没有一种方法可以改变DL4J
中
神经网络
的
拓扑结构,而不必对其进行再训练?
、
、
、
、
我需要对已经经过培训
的
现有deeplearning4j (DL4J)
模型
进行更改。网络由一个输入
层
、一个Graves LSTM和一个RNN输出
层
组成。我
的
问题是:是否有可能在LSTM
层
中
添加一个或多个未经训练
的
神经元,而不必重新构建新
的
配置
模型
(我认为这需要再培训)?我想做这样
的
事情,比如,将一个或多个神经元添加到一个现有的
层
中
,或者将一个完整
的
浏览 2
提问于2018-05-27
得票数 3
回答已采纳
1
回答
加载和
冻结
一个
模型
,并在PyTorch
中
训练其他
模型
、
、
、
我有一个
模型
A,它包括三个子
模型
model1,model2,model3。
模型
流: model1 --> model2 --> model3 我在一个独立
的
项目中训练过model1。问题是在训练
模型
A时如何使用预先训练好
的
model1?现在,我尝试按如下方式实现: 我通过`model1.load_state_dict(torch.load(model1.pth))加载model1
的
检查点,然后将Model1
的
参数
的
req
浏览 41
提问于2020-07-20
得票数 0
3
回答
基于Keras
的
预训练Resnet34编码器构造Unet
、
、
、
、
我是图像分割
的
初学者。我试图创建一个使用预先训练
的
Resnet34 (imagenet)作为编码器
的
Unet
模型
。比较而言,我使用了分割
模型
API来获得相同
的
模型
。但是,我
的
模型
没有进口
的
好,尽管它们
的
结构和主干是一样
的
。My
模型
:ResNet34, preprocess_input = Cl
浏览 5
提问于2020-05-05
得票数 4
回答已采纳
1
回答
如
何在
TF对象检测API中指定需要微调
的
层
?
、
我使用上
的
ssd_mobilenet_v1_pets.config配置遵循了TF对象检测应用编程接口教程页面上
的
步骤 这是非常酷
的
,我能够训练一个自定义检测器使用我自己
的
图像。然而,由于整个训练过程在我看来就像一个“黑匣子”,我想知道如何配置
层
以进行微调,就像如何使用tensorflow/keras
中
的
Inception
模型
配置要重新训练
的
层
一样。我认为,如果我有10000张图片,而不是100张图片,那么需
浏览 2
提问于2018-11-30
得票数 4
2
回答
使用Tensorflow对象检测API
冻结
图层
、
、
、
、
使用Tensorflow对象检测API时,是否可以
冻结
特定
的
层
? 例如,我正在使用从Tensorflow 2 Model Zoo下载
的
EfficientDet。当我训练
模型
时,我会让它预测一个物体是汽车,飞机还是摩托车。该
模型
已经在这些类型
的
对象(COCO 2017数据集)上进行了训练,但我想在我
的
特定
用例上对其进行更多
的
训练。但是,由于它已经在这些类型
的
对象上进行了训练,我不希望
浏览 5
提问于2021-07-15
得票数 0
2
回答
YOLOv4传输学习/微调
、
、
、
、
我使用我
的
原始数据集和训练了一个
模型
,我将它称为“基本”YOLOv4
模型
。 现在,我想使用我创建
的
这个基本
模型
来重新训练这个
模型
,使用我手动增强
的
图像。我正在尝试重新培训我
的
模型
,以尝试增加mAP和AP。所以我想用我
的
基本
模型
中
的
权重来训练一个新
的
yolov4
模型
,用手工增强
的
图像。我在上看到,使用stopba
浏览 0
提问于2020-09-13
得票数 1
回答已采纳
1
回答
向Tensorflow freeze_graph添加新
层
?
、
、
这些讨论讨论了(,)关于向Tensorflow图添加新
层
并重新训练
模型
的
问题。我只为一个应用程序
冻结
了
模型
。我喜欢在
模型
中
添加图层,然后再次
冻结
。这些
层
更多用于后期处理,不需要训练,因
浏览 1
提问于2019-07-22
得票数 0
1
回答
加载预训练
模型
并使用它在小数据集上进行训练。
、
、
、
我是转学
的
新手,我需要一些指导,请:() 如何加载预先训练过
的
模型
,并通过
冻结
第一
层
来对其进行微调,然后根据不同
的
数据( 1000张图像
的
小数据)再次训练它torch.Size(6,128)
的
param,当前
模型
中
的
形状是torch.Size(7,128)。Crop_encoder.bn2.embed.weight<e
浏览 7
提问于2022-07-31
得票数 1
1
回答
如
何在
我
的
tensorflow
模型
的
转移学习和微调
中
实现?
、
、
我有一个预先训练过
的
模型
(tensorflow
模型
),它是使用来自公共数据集
的
数据进行训练
的
。我有元文件和录入文件。我想训练我
的
tensorflow
模型
使用新
的
数据从私人获得
的
数据集。我有小数据集,所以我想微调我
的
模型
根据‘战略2’或‘战略3’。 Strategy 2:训练一些
层
,离开其他
层
frozen.Strategy 3:
冻结
卷积base.参
浏览 0
提问于2020-03-02
得票数 1
2
回答
在转移学习CNN
中
我应该替换多少
层
、
、
、
、
该网络将是一个字符级别的CNN文本分类,更具体地说,作者身份识别给出
的
未知文本。最初
的
模式将针对数千名作者
的
数百万篇文章进行培训。在实践
中
,如果我想确定一个新
的
给定作者/类
的
作者身份,而不是最初
的
培训,我需要使用迁移学习。 网络
的
结构包括6个卷积
层
和3个完全连接
层
。考虑到在大多数情况下,新作者/类
的
数据量将是最小
的
,那么我应该替换和重新培训哪些
层</em
浏览 0
提问于2020-06-21
得票数 1
回答已采纳
1
回答
神经网络
中
不
冻结
层
的
奇怪后果
、
、
、
、
我在研究“为什么我们要
冻结
层
”,我发现答案是:“不要丢失预先训练过
的
模型
的
信息”,但是,我们只是
冻结
了早期
层
(我知道为什么)。例如:我们
的
数据与
模型
所训练
的
数据非常相似。假设我们没有
冻结
任何一
层
。
模型
会犯很小
的
错误,收敛也会更少,我们不会破坏任何信息(即使权重变化很小)。我说错了吗?如果我不是,那我们为什么要
冻结
任何一
层
浏览 0
提问于2022-08-29
得票数 0
回答已采纳
3
回答
什么是
冻结
/解冻一
层
神经网络?
、
、
、
、
我已经和神经网络玩了很长一段时间了,最近我在训练神经网络之前遇到了“
冻结
”和“解冻”这两个术语,同时读到了关于迁移学习
的
知识&我很难理解它们
的
用法。 我如何确定我是否需要解冻?如果是这样的话,我如何确定哪些
层</
浏览 3
提问于2020-06-06
得票数 6
回答已采纳
1
回答
Keras,将卷积
层
训练用于各种扁平
层
的
训练。
、
、
我想训练一系列
的
模型
,这是非常相似的,复杂
的
层次是相同
的
,但扁平
的
部分变化。例如,不同
的
密度,最初我有model.add(Dense(512)),但我也想测试1000和4096;我还想测试添加另一个
层
。我没有问题,创建这个
模型
和运行他们,但这感觉是浪费时间重新训练复杂
的
层
,每次我没有修改在他们
的
任何东西。 是否有可能保存在复杂
的
层
中
完成
的
浏览 0
提问于2020-12-28
得票数 0
1
回答
多输入预训练
模型
、
、
、
、
我目前正在开发一个使用Keras + Tensorflow
的
模型
,用于基于STS基准()计算句子相似度。我是如何做到这一点
的
,我首先创建了一个预先训练过
的
模型
,它把一个单词嵌入向量列表转换成一个句子嵌入向量。现在,我想要做
的
是把这个预先训练过
的
模型
合并到一个新
的
模型
中
,这个
模型
使用这个
模型
来转换输入。下面是这个新
模型
的
代码。当我
浏览 0
提问于2018-04-15
得票数 1
回答已采纳
1
回答
是否有可能从中间层(一般和Keras)开始训练CNN?
、
我使用移动网络v2在我
的
图像上训练一个
模型
。除了几层外,我已经
冻结
了所有的
层
,然后添加了额外
的
层
来进行训练。我希望能够从中间层训练,而不是从一开始就训练。我
的
问题: 如何指定从第一个可训练(非
冻结
)
层
开始
的
培训?我不太明白y_train是如
浏览 1
提问于2019-02-04
得票数 0
回答已采纳
1
回答
如何微调BERT
模型
?
、
、
param.requires_grad = False 我想知道,如果我们调用bert_classifier = BertClassifier(freeze_bert=False),这意味着我们没有
冻结
权重
浏览 10
提问于2021-03-11
得票数 0
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
大模型时代丨大模型如何在健康医疗中挖出大大的花?
如何在算法比赛中获得出色的表现:改善模型的5个重要技巧
如何为您的机器学习问题选择正确的预训练模型
总体性能与Gemma相当,腾讯ARC开源Mistral-Pro系列模型
基于 Keras 对深度学习模型进行微调的全面指南 Part 1
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券