在tensorflow 2中从头开始培训keras应用

为了对不同的框架进行基准测试，我想从头开始训练一个inception v3网络。 下面是构建模型的代码片段：

IMAGE_RES = 229
NUM_CLASSES = 102
model = tf.keras.applications.InceptionV3(include_top=True,weights=None,classes=NUM_CLASSES)
model.build(input_shape=(None, IMAGE_RES , IMAGE_RES , channels))

---

根据keras官方网站，参数

weight=None

，表示随机初始化。这是否意味着我正在从头开始训练我的人际网络？如果没有，如何从零开始培训nerwork？

是的，这意味着您是从零开始培训您的模型

---

深度学习模型中的权重和偏差是按照特定的规则随机初始化的。（例如，参见Xavier-Glorot方案）这些方案通常有助于网络更快地收敛并获得更好的结果，防止梯度消失或爆炸，并保持所有层梯度的低方差。

为什么使用

模型。构建

？你打算用一个定制的训练循环来训练模型吗？我是tensorflow/keras的新手，我不想建立一个定制的训练循环。这是否意味着不需要model.build（）。另外，如果你加载了重量并且没有冻结它，这也意味着你是从头开始训练，但是这次你已经初始化了一些优化的参数。