tensorflow - 为什么 Keras 模型仅使用 imagenet 权重实例化?
问题描述
如果我们查看此处显示的 Keras 中可用模型的列表,我们会发现几乎所有模型都使用weights='imagenet'
. 例如:
model = VGG16(weights='imagenet', include_top=False)
为什么总是imagenet
?是因为它是基线吗?如果没有,还有哪些其他可用选项?
谢谢
解决方案
Imagenet 是图像分类的事实标准。每年都会举办一场比赛,有 1000 个类别的数百万张训练图像。imagenet 分类竞赛中使用的模型是相互衡量的性能。因此,它为模型对图像分类的好坏提供了一个“标准”度量。很多常用的迁移学习模型模型都使用 imagenet 权重。如果您使用迁移学习,您的模型可以通过向模型添加额外的层来为您的应用程序定制。您不必使用 imagenet 权重,但它通常是有益的,因为它有助于模型在更少的时期内收敛。我使用它们,但我还将所有层设置为可训练的,这有助于使模型的权重适应您的应用程序。
推荐阅读
- android-studio - 由于“高分辨率图标”问题而拒绝 Google Play 商店让我抓狂?
- sql - SQL Server 按月分区使用持久列并同时创建聚集列存储索引
- python - 从 Jupiter Notebook (python) 中的另一个文件夹读取 CSV
- python - 使用请求会话登录网站的 BeautfulSoup 问题
- sql - 将 Y 转换为 12% 并将 N 转换为 0
- javascript - 创建具有特定参数类型的函数
- python - amazon mws api:请求不同市场的报告但获得相同的数据
- docker - Hyperledger Fabric 2.2 - 无法连接到发现的订购者
- wordpress - Litsing 用户并在 wordpress 上使用 ajax 删除
- powershell - 是否可以执行内存映射的 PowerShell 脚本文件?