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。epochs=epochs, verbose=1, validation_split=0.2)
print('Evaluating the test data on the model') 我如何保存神经网络的权重: model.save_weights("dnn_mod
在keras中,我想使用具有给定训练神经网络结构的初始层的模型,以及我为训练过程获得的权重。来看看案例:假设我们有一个数据集df,在拆分成train,dev和test之后,我们训练一个神经网络,在这个例子中是一个autoencoder。这是一段真实的代码,说明了这个概念,但没有提供数据(我认为没有必要): from keras.models im
我在Keras中使用卷积神经网络(CNN)进行语义分割(图像像素的多类分类)。
特别是,我正在将此应用于农作物(植被)的航空图像。在Keras中,我成功地开发了一个工作流,用于为一个特定的数据集划分/分类不同的作物(让我们将这个数据集称为rural area #1)。我可以应用在rural area #1上训练的Keras权重来初始化另一个dataset rural ar