Neural network 如何改进用于图像检索的convnnet中的特征？_Neural Network_Keras_Conv Neural Network_Resnet

Neural network 如何改进用于图像检索的convnnet中的特征？

neural-network keras

Neural network 如何改进用于图像检索的convnnet中的特征？,neural-network,keras,conv-neural-network,resnet,Neural Network,Keras,Conv Neural Network,Resnet,我有三节课。50k用于培训，12k用于验证通过使用经过预训练的vgg16和resnet50，冻结模型，只在顶部训练一个密集层，我达到了99%的验证精度。我应该通过解冻图层来微调以改进功能，还是应该按原样使用功能？另外，vgg16是比Resnet50更好的特性提取器还是应该使用Resnet的特性？谢谢这取决于您的问题领域。如果您正在为同一问题域微调预训练模型，并且训练数据量很小，那么您所做的是正确的也许如果你只冻结第一层，这是经过良好训练的一般特征提取EGDE，BLOB，形状…等，你可

我有三节课。50k用于培训，12k用于验证通过使用经过预训练的vgg16和resnet50，冻结模型，只在顶部训练一个密集层，我达到了99%的验证精度。我应该通过解冻图层来微调以改进功能，还是应该按原样使用功能？另外，vgg16是比Resnet50更好的特性提取器还是应该使用Resnet的特性？

谢谢

这取决于您的问题领域。如果您正在为同一问题域微调预训练模型，并且训练数据量很小，那么您所做的是正确的

也许如果你只冻结第一层，这是经过良好训练的一般特征提取EGDE，BLOB，形状…等，你可以提高你的性能。如果要避免过度拟合，还建议应用数据增强

我鼓励您查看以下有关转移学习的教程以了解更多详细信息：