我一直在尝试保存我的神经网络模型的权重，以便我可以使用它的一些层用于另一个神经网络模型，以便在另一个数据集上进行训练。预训练模型： model = Sequential()print(&#x
浏览 33提问于2021-04-13得票数 0
回答已采纳
我下载了基于bert的预训练模型。我编辑config.json (从512到256) "max_position_embeddings": 256, 然后我想使用bert模型， from transformers import BertForSequenceClassification
浏览 260提问于2020-10-23得票数 0
我不仅要利用特征提取器预训练的权重，还要利用特征映射层的分类器/本地化预训练权重，使用tensorflow对象检测API ( tensorflow object Pre)对tensorflow对象检测模型当我的新模型与我用于微调检查点的预训练模型有不同数量的类时，TensorFlow对象检测API将如何处理分类权重张量？当在像SSD这样的ML对象检测<e
浏览 1提问于2018-03-20得票数 2
回答已采纳
我在凯拉斯有个受过训练的模特。是否可以使用“.h5”文件中预训练模型的前4个conv层的权重来初始化新模型的前4个conv层？是否必须先加载整个预先训练过的
浏览 6提问于2020-08-19得票数 0
1回答
我非常关注这个模型()，并在一个自定义数据集上进行训练。model = load_model('file_dir/yolov2.h5')NameError: name 'tf&#
浏览 6提问于2020-01-08得票数 0
我正在尝试将权重从一个预先训练的模型逐层复制到另一个结构完全相似的模型中。原始模型在二值图像分类问题上的准确率为94%，但目标模型无法预测，导致整个测试集仅预测一个类别。例如，我使用这段代码手动将权重从预训练模型的词干复制到目标的词干： modelmix.stem[0].weight = modelSep.stem[0].weight
modelmix.stem[
浏览 283提问于2020-06-23得票数 0
在训练seq2seq模型时，我想在嵌入层中启动一组预先训练的快速文本权重，目的之一是减少测试环境中的未知单词(这些未知单词不在训练集中)。由于预训练的快速文本模型词汇量较大，在测试环境中，未知词可以用快速文本的词汇向量来表示，在训练集中，这些向量应该与语义相似的词具有相似的方向。然而，由于嵌入层中的初始快速文本权重将通过培训过程更新(更新权重会产
浏览 2提问于2017-05-19得票数 2
回答已采纳
我正在尝试创建一个预训练的权重模型文件，该文件可用于初始化类似于imagenet预训练的权重文件或噪声学生的模型。 我有足够大的数据集，这些数据集非常多样化，但特定于我感兴趣的领域。我希望创建一个通用的预训练权重文件，该文件特定于我感兴趣的领域。 我知道我不能训练和保存模型权重，因为在生成的预
浏览 23提问于2020-06-29得票数 0
回答已采纳
我有一个自定义的预训练模型的权重。我需要为我通过模型传递的不同输入提取表示，这些输入跨越模型的不同层。做这件事的最好方法是什么？我使用的是TensorFlow 2.1.0，目前使用hub.KerasLayer()或tf.saved_model.load()加载模型的权重。
任何帮助都将不胜感激！我对TensorFlow非常陌生，除了使用它别无选择，因为权重是从另一个来源获得的。
浏览 0提问于2020-05-10得票数 0
根据这个演示，下面这行代码下载了一个预先训练好的模型和一个测试MR卷：有没有一种方法可以加载预先训练
浏览 3提问于2017-10-20得票数 1
本质上，我没有足够的RAM来从零开始训练我想要的模型，同时使用2000类。因为这个原因，我想知道我是否可以使用一个由200个神经元组成的输出层，然后用这200个类训练模型，然后加载相同的权重，然后再用200个不同的类来训练模型，直到我用所有的2000个类来训练模型。注意，这个数据集被用来对模型进行预训练，这样我就可以用另一个小得多的数据集重新<e
浏览 3提问于2022-08-07得票数 -2
回答已采纳
当我尝试使用keras的model.load_weights I get OSError: Unable to open file (Truncated file: eof = 41091072)加载权重时\Anaconda3\envs\tensorflow\lib\site-packages\h5py\_hl\files.py in __init__(self, name, mode, driver,_objects.with_phil.wrapper (D:\Build\h5py\h5py-2.7.0\h5py
浏览 0提问于2017-07-09得票数 5
当我打印两个网络的摘要时，可训练参数的总数是相同的，但是用于批归一化的参数总数和参数数不匹配。Non-trainable params: 64下面是PyTorch中相同模型体系结构的实现self.flatten(output) output = self.fc2(output)以下是上述模型的总结结果
浏览 2提问于2020-02-05得票数 11
回答已采纳
我想了解SSD是如何通过mobilenet进行训练的。是否通过迁移学习将mobilenet作为预训练模型，然后SSD已采取其权重开始另一次训练？谢谢。
浏览 31提问于2019-07-16得票数 0
回答已采纳
1回答
是否可以使用set_weights和get_weights方案从经过训练的网络中将权重加载到我的新模型的最后一层？重点是，我将每一层的权重保存为mat文件(训练后)，以便在Matlab中进行一些计算，我只希望将最后一层的修改后的权重加载到新模型中的最后一层，而其他层则获得与训练模型相同的<em
浏览 37提问于2020-08-18得票数 0
回答已采纳
如何在我的tensorflow项目中使用预先训练过的网络的权重？我知道一些关于这方面的理论信息，但没有关于在tensorflow中编码的信息。
浏览 1提问于2019-10-17得票数 0
回答已采纳
1回答
我建立并训练了一个基于vgg16网络的网络。在最初的网络中，我冻结了vgg16的所有层，只训练了最后4个层，这是我在vgg16末尾添加的。现在，我想通过改变可训练层来加载和重新训练这个模型，以使用我自己的权重，而不是ImageNet权重。最初，我试图通过使用以下代码更改vgg16的可训练层和模型权重</
浏览 1提问于2019-01-05得票数 0
回答已采纳
3回答
我有一个.h5文件，它只包含模型的权重，该模型使用Mask和Keras框架进行了训练，以执行对象检测。我正在使用Python3.8.5，我尝试使用keras.models.load_model()函数加载这个模型，但当尝试加载时，我会收到以下错误：
ValueError:在配置文件中找不到模型我理解这意味着只使用模型权重保存.h5文件，为了使用这些权重，我必须将
浏览 4提问于2020-10-20得票数 3
有没有可能训练一个图像尺寸大于299x299的Tensorflow Inception V3模型？似乎盗梦空间V3 CNN只为这种图像尺寸而设计。
浏览 13提问于2018-02-10得票数 0
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
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
