Tensorflow 我们可以用mobilenet展示不合身的情况吗?
是否有任何例子可以证明/证明我们在使用mobilenet对图像进行分类时也可以看到不匹配 我曾尝试在ml5.js中使用mobilenet进行迁移学习和特征提取,因为它已经在数千张图像上进行了训练,即使我只添加和训练了3张新图像,我似乎也得到了正确的结果 我正在寻找一个例子,这样我就可以向用户证明,在mobilenet中也可能出现不合身的情况。它可以通过在构建模型时更改特定参数或接近某个参数来实现。打开任何技术堆栈(tensorflow.js/Ml5.js/keras) 例如,这来自keras的文档:Tensorflow 我们可以用mobilenet展示不合身的情况吗?,tensorflow,keras,computer-vision,mobilenet,ml5,Tensorflow,Keras,Computer Vision,Mobilenet,Ml5,是否有任何例子可以证明/证明我们在使用mobilenet对图像进行分类时也可以看到不匹配 我曾尝试在ml5.js中使用mobilenet进行迁移学习和特征提取,因为它已经在数千张图像上进行了训练,即使我只添加和训练了3张新图像,我似乎也得到了正确的结果 我正在寻找一个例子,这样我就可以向用户证明,在mobilenet中也可能出现不合身的情况。它可以通过在构建模型时更改特定参数或接近某个参数来实现。打开任何技术堆栈(tensorflow.js/Ml5.js/keras) 例如,这来自keras的文
application_mobilenet(
input_shape = NULL,
alpha = 1,
depth_multiplier = 1,
dropout = 0.001,
include_top = TRUE,
weights = "imagenet",
input_tensor = NULL,
pooling = NULL,
classes = 1000
)
mobilenet_preprocess_input(x)
mobilenet_decode_predictions(preds, top = 5)
mobilenet_load_model_hdf5(filepath)
那么,是否存在用户可以更改并观察差异/不匹配的变量
此外,这里还有一个代码实验室链接,用于使用mobilenet和tensorflow.js进行图像分类。基本上,我想做一些类似的事情,但只是向用户表明,这里也可能存在不合身的情况。有没有办法修改这个代码
@亲密选民:如何“基于意见”地询问如何不适合某个模型?