使用在ImageNet上训练的VGG16分类网络的中间特征向量的。当时，这可能是一个很好的选择，因为VGG16是性能最好的分类之一。如今，有更有效的分类网络在分类性能上超过VGG，并且需要更少的参数和FLOPS，例如EfficientNet和MobileNetv2。但当我在实践中尝试时，VGG16功能的Gramian Matrix似乎代表了图像样式，因为它对样式相似图像的L2距离小于对样式无关图像的L2距离。从网络结构上看，VGG、EfficientNet和MobileNet都有卷积和批
浏览 6提问于2019-11-23得票数 1
2回答
我想使用VGG和Xception预训练模型将每幅图像转换成两个1000维向量，并将它们叠加到1*2000维向量作为我网络的输入，网络有一个40维的输出。结构:图像-> vgg(1*1000维)，xception(1*1000维) -> (1*2000维)作为输入-> 1024神经元-> 512神经元-> 40维输出->软件。因此，我的问题是，如何优化我的网络结构，以达到更高的精度？我刚开始深造，所以我不太确定我现在的设计是否正确。我真的很期待你的建议
浏览 1提问于2017-09-16得票数 5
回答已采纳
1回答
我想用Keras做一些分析。我正在使用GPU服务器进行性能分析。我想要计算向前时间，向后时间，总平均时间，以及每层所需的操作次数和许多不同的参数，使用Keras针对不同的图形，例如: 1) Googlenet 2) Alexnet 3) Squeeze-net 4) VGG165) VGG19 6) InceptionV3。我正在尝试使用Torch-7分析Github。
但我只得到了前传计时分析。如果我能得到上面提到的所有不同的分析，那就太好了.谢谢你的帮助。
浏览 9提问于2017-07-08得票数 4
1回答
我将使用NEAT(Encog C#版本)分析数据。然后，我想确定学习收敛时的网络结构和网络权重。尽管我一直在阅读Encog文档，但我找不到其中的文章和示例代码。
浏览 2提问于2016-01-04得票数 0
这就是我的问题，我想在TimeDistributed层使用一个预训练的CNN网络。但我在实现它时遇到了一些问题。def bnn_model(max_len): x = Input(shape=(maxlen, 224, 224, 3))
浏览 1提问于2017-02-18得票数 7
回答已采纳
1回答
我们使用VGG-16作为编码器，使用相同的层(不转移权重)作为解码器。由于CT图像与VGG-16训练中使用的图像有很大不同，因此对整个网络进行了微调。举个例子，我们有： 原始CT图像格式：original image 图片标签：labeled image 网络预测：predicted image 到目前为止，我们试图将网络结构从标准的u-net改为具有迁移学习的
浏览 32提问于2020-05-02得票数 1
我正在与Keras一起工作，并试图分析一些有意义的权重层和一些随机初始化层所建立的模型对精度的影响。喀拉斯：model = keras.applications.VGG19(include_top=False, weights="imagenet", input_shape=(img_width, img_height, 3))我加载VGG19预训练的模型，直到同一层与以前的模型，其中加载了Keras
浏览 0提问于2020-11-01得票数 6
回答已采纳
1回答
我想训练VGG 128x128大小的图像。我不想将它们重放到224x224以节省GPU内存和训练时间。这样做的适当方式是什么？
浏览 2提问于2017-10-26得票数 3
回答已采纳
当我使用pytorch时，我想知道为什么不能使用“从torchvision.models.vgg导入*”从torchvision.models.vgg导入部分函数或变量from torchvision.models.vggimport *
print(cfgs["A"])from torchvision.models.vgg import *
if __name__=="__ma
浏览 1提问于2021-10-29得票数 1
回答已采纳
2回答
无法将VGG16层转换为顺序
、、、、
我正在尝试用VGG16预训练模型进行图像分类.同样，我做了以下工作：该模型的类型如下：tensorflow.python.keras.engine.training.Modelmodel = Sequential()for layer in vgg16
浏览 1提问于2018-11-15得票数 0
回答已采纳
1回答
我想在Keras中使用使用VGG19网络的自定义损失函数。Lambdaimport keras.backend as K 我使用以下命令构建vgg模型： def build_vgg_loss():img = Input(shape=(300, 300, 3)) vgg.outputs<em
浏览 20提问于2019-05-06得票数 2
回答已采纳
1回答
我不知道，如果我能在这里问这个问题，但我想知道Twitter使用什么样的抽象数据类型(ADT)来建模概要文件之间的关系，以及为什么。我刚刚开始学习ADT，所以我想了解它们在现实世界中的工作方式以及它们的应用程序。
浏览 0提问于2015-04-15得票数 1
我尝试使用Concatenate()来创建VGG16和VGG19的集成。我的图像的形状是(224,224，3)。我不明白这个错误是怎么回事。= VGG19(input_shape=IMAGE_SIZE, weights='imagenet', include_top=False) layer.trainable = False
vgg16 = VGG
浏览 192提问于2021-08-04得票数 1
回答已采纳
我正在尝试训练一个情感识别模型，它使用VGG层的一个输出作为输入。第二个模型使用连接的特征映射数组作为输入(我正在处理视频数据)，因此我不能简单地将其连接到VGG的输出。我尝试以这种方式使用tf.data.dataset API文档中描述的映射操作： vgg16 = tf.keras.applications.vgg16.VGG16outputs=vgg16.layers[-3].get_output_at(0))
re
浏览 1提问于2018-11-07得票数 2
我目前正在使用Keras作为我的大部分实现，我选择使用VGG16模型为我的CNN。以下是一些相关代码：cnn = keras.applications.VGG16input_shape=cnn.trainable = True
我的问题是，如果我的目标是对NBA比赛的视频片段进行分类，那么将VGG
浏览 2提问于2017-07-28得票数 8
回答已采纳
我正在使用tensorflow slim加载预先训练好的模型，比如vgg和resnet-50。因此，对于vgg，tf-slim提供了加载RGB平均值的方法，如下所示：
from preprocessing.vgg_preprocessing import (_mean_image_subtraction
浏览 13提问于2017-08-14得票数 1
我尝试将vgg16层添加到顺序模型，但遇到了问题标题中提到的错误 from keras.applications.vgg16 import VGG16
vgg_model = VGG16()#print(model.summary())
for layer in vgg_model.layers
浏览 31提问于2019-02-18得票数 1
回答已采纳
1回答
我正在尝试对图像进行情感分析。我有4节课--很好笑，不好笑。我尝试了像VGG16/19 densenet201这样的预训练模型，但我的模型过于拟合，训练准确率超过95%，测试精度约为30 %。
浏览 0提问于2020-03-02得票数 0
1回答
我想将一些VGG16层的权重逐层复制到另一个具有类似层的小型网络中，但我得到了一个错误消息： File "/home/d/Desktop/s/copyweights.py", line 78, in'block2_conv1', 'block2_pool']weights_path = '/home/d/
浏览 23提问于2019-09-11得票数 0
回答已采纳
在Keras中，有一个称为pop()的功能，可以让您删除模型的底层。有什么方法可以移除模型的顶层吗？我正在使用带有Tensorflow后端的Keras。
浏览 29提问于2017-06-19得票数 2
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
