是否可以用一个类重新训练谷歌初始模型?

时间:2017-05-18 00:50:47

标签: machine-learning neural-network artificial-intelligence deep-learning

我想训练这个漂亮的模型只识别一种类型的图像。最后要清楚,模型能够告诉新图像是否是该类的一部分或不是。非常感谢你的帮助。

2 个答案:

答案 0 :(得分:0)

你应该记住,当你想要认识一条"狗"例如,你需要知道什么不是"狗"同样。所以你的分类问题是一个两类问题,而不是一个类。你的两个班级将是"我的类型"和"不是我的类型"。

关于重新训练你的模型,是的,这是可能的。我想你使用Imagenet Dataset上预先训练的模型。有两种情况:如果分类问题很接近(例如,如果您的"类型"是来自Imagenet的类),您只需更换最后一层(用FC 1x2替换完全连接的1x1000)并重新训练层。如果问题不一样,您可能需要重新训练更多层。

这还取决于您重新训练的样本数量。

我希望它可以帮助或澄清你的问题。

答案 1 :(得分:0)

  

是否可以用一个类重新训练谷歌初始模型?

即可。只需删除最后一层,添加一个带有一个(或两个)节点的新图层,并在新问题上进行训练。这样,您可以在(可能更大的)图像网络数据集上保留一般功能。

相关问题