如何根据示例数确定深度NN培训的架构？

Question

正如标题所说，我如何确定架构或建立一个合理的模型来训练神经网络的例子数量？

例如，假设我有大约5万张图像并且我已成功转换所有数据以适应模型，这意味着它们已准备好进行训练，我该如何选择适合训练神经网络的模型？有时候我有数据时有点困惑，但我不知道如何启动训练NN的模型。

Answer 1

微调是方式

有时您有预先训练有素的CNN，您可以将其用作域名的起点。有关微调This page, under "Available models"的更多信息。

根据这一点，我的建议是微调您可以在Keras（{{3}}）或TensorFlow中找到的预训练神经网络。只要你对训练集有信心，你就可以更深入了！

在任何情况下，您都需要查看每个班级的样本数量，而不是训练集中的绝对图像数量。如果您有信心可以选择深度学习SOA架构并尝试从零开始训练。