使用Keras应用程序中的模型,无需预先训练的重量

时间:2018-06-04 07:54:16

标签: keras deep-learning transfer-learning

Keras Applications提供了一些最流行的模型体系结构的实现,其中权重预先训练在一些最流行的数据集上。这些预定义模型非常便于传递学习问题,这些问题类似于训练模型的数据集。

但是,如果我有一个非常不同的问题,并希望在新数据集上完全训练模型,该怎么办?如果我没有预训练的权重,如何根据我自己的数据集从应用程序中使用模型从头开始训练?

1 个答案:

答案 0 :(得分:2)

您可以为权重变量指定None,例如使用初始V3体系结构。

keras.applications.inception_v3.InceptionV3(include_top=False, weights='None', input_shape=input_shape = (img_width, img_height, 3))

include_top=False将允许您使用自定义网络训练顶层。

weights='None'表示如果您想使用imagenet权重进行培训,我们正在进行无任何权重的培训weights='imagenet'