tensorflow - 我们如何结合两个训练好的模型(深度学习网络:GAN 网络与 CNN 和 ResNet)
问题描述
我有一个GAN网络(Generative Adversarial Network),由一些CNN、ResNet作为结构组成。我想知道是否可以将两个经过训练的模型组合成一个模型,像以前一样保持模型 1 和模型 2 的功能。
我有两个训练数据集 1 和 2(将它们表示为 T1 和 T2)。在我用 T1 训练 GAN 后,我得到了模型 1(表示为 M1)。然后,我继续用 T2 训练 M1(在这种情况下,T2 是新的)得到模型 2(M2)。
如果我想合并 M1 和 M2 应该怎么做?我应该投入 50% 的 T1 和 50% 的 T2 并继续训练 M2 吗?有没有更好的方法将它们结合起来?
解决方案
如果我想合并 M1 和 M2 应该怎么做?我应该投入 50% 的 T1 和 50% 的 T2 并继续训练 M2 吗?
根据你的说法,你已经在 T1 上训练了 M1,所以你不需要让 50% 的 T1 重新出现在 M2 的训练集中。也许你可以在 T1 上预训练 M1 并在 T2 上微调它以获得 M2 之后,实现一种迁移学习。
有没有更好的方法将它们结合起来?
另一种方法可能是考虑双流 GAN。检查这篇论文。
推荐阅读
- c# - Unity 依赖注入框架在我的应用程序中不起作用
- swift - 如何在 XCode Playground 中保存控制台输出?
- android - 将子视图控制器膨胀到父视图控制器中的固定位置
- php - Laravel:csv 验证
- powerbi - M 幂查询 - 重建此数据组合
- c++ - 对函数的 AST 声明的抽象格式感到困惑
- dc.js - crossfilter Reduce 得到最小值
- c++ - (Windows) 使用 ftello() 为“一些”二进制文件返回不正确的文件大小
- python - PyQt QTableView - 捕获 KeyDown / KeyPress 事件
- android - 在镜头模式下在 Android 上打开谷歌助手