Tensorflow 在现实项目中使用迁移学习是个好主意吗? 脚本
如果我打算培训医学图像数据集,而我选择了coco预先培训的模型,该怎么办 我的怀疑 1因为我选择了医学图像,所以没有必要在COCO数据集上对其进行训练,对吗?如果是这样的话,有什么可能的解决办法来做同样的事情 2向预先训练的模型中添加更多层会影响整个模型吗?有10多个班级和10000个训练数据集 3如果不从头开始培训,可能的解决方案是什么,比如微调模型 PS-假设此场景基于为业务目的部署模型Tensorflow 在现实项目中使用迁移学习是个好主意吗? 脚本,tensorflow,deep-learning,conv-neural-network,transfer-learning,Tensorflow,Deep Learning,Conv Neural Network,Transfer Learning,如果我打算培训医学图像数据集,而我选择了coco预先培训的模型,该怎么办 我的怀疑 1因为我选择了医学图像,所以没有必要在COCO数据集上对其进行训练,对吗?如果是这样的话,有什么可能的解决办法来做同样的事情 2向预先训练的模型中添加更多层会影响整个模型吗?有10多个班级和10000个训练数据集 3如果不从头开始培训,可能的解决方案是什么,比如微调模型 PS-假设此场景基于为业务目的部署模型 谢谢-是的,在现实项目中重用预先训练好的模型或转移学习是一个好主意,因为它节省了计算时间,并且架构已经过
谢谢-是的,在现实项目中重用预先训练好的模型或转移学习是一个好主意,因为它节省了计算时间,并且架构已经过验证 如果您的用例是对医学图像进行分类,即图像分类,那么
VGGNet
或ResNet
或Inception Net
或EfficientNet
。有关更多信息,请参阅