我希望将一个现有的预训练mxnet模型available here转换为完全卷积模型。
这意味着能够输入任意大小的图像，指定步幅，并获得完整输出。 例如，假设模型是在224x224x3图像上训练的。我想输入一个226x226x3的图像并指定stride = 1，以获得3x3xnum-class输出。 我不是在理论上问＃34;而是问一个示例代码： - ）
谢谢！
答案 0 :(得分：1)
根据此示例：https://github.com/dmlc/mxnet-notebooks/blob/master/python/tutorials/predict_imagenet.ipynb
绑定模型时可以更改数据形状：
mod.bind(for_training=False, data_shapes=[('data', (1,3,226,226))])
然后您可以输入3 * 226 * 226图像。
另一个例子：http://mxnet.io/how_to/finetune.html
此示例使用fc图层替换预先训练的模型的最后一层。