Fatal编程技术网
  • tensorflow/
  • Tensorflow 使用训练过的权重训练不同的数据集

Tensorflow 使用训练过的权重训练不同的数据集

tensorflow keras neural-network deep-learning

Tensorflow 使用训练过的权重训练不同的数据集,tensorflow,keras,neural-network,deep-learning,convolution,Tensorflow,Keras,Neural Network,Deep Learning,Convolution,我在包含4个输出类的数据集上训练了一个CNN模型，我将模型的权重保存在“weights.h5”中。我想使用这些权重在一个只包含2个输出类的不同数据集上进行训练，我如何做到这一点 负荷模型/重量 从训练网络中删除最后一层 附加新的输出层 重新编译 你的代码看起来怎么样？ base_model.load_weights(...) x = base_model.layers[-2].output x = Dense(2,activation='softmax')(x) # 2 output clas

我在包含4个输出类的数据集上训练了一个CNN模型，我将模型的权重保存在“weights.h5”中。我想使用这些权重在一个只包含2个输出类的不同数据集上进行训练，我如何做到这一点

  • 负荷模型/重量
  • 从训练网络中删除最后一层
  • 附加新的输出层
  • 重新编译
    • 你的代码看起来怎么样？ 
    base_model.load_weights(...)

x = base_model.layers[-2].output
x = Dense(2,activation='softmax')(x) # 2 output classes
model = Model(base_model.input,x)

model.compile(...)