如何使用新的图像数据集训练keras模型
我是ML和Keras的新手,如果听起来很蠢,请原谅我... 我有1M图像的数据集,这些图像与任何知名数据集完全不同,因此我想在自己的数据集上训练初始resnet V2,而无需任何预先训练的权重
我已经初始化了没有权重的模型(Inceptionresnetv2),并开始进行训练。
现在我只是想知道我是否正确地执行了操作,我的代码快照在
下model = InceptionResNetV2(include_top=True, weights=None, classes=3)
model.compile(loss='binary_crossentropy',
optimizer='rmsprop',
metrics=['accuracy'])
model.fit_generator(
train_it, #training data generator with flow_from_directory
steps_per_epoch=67,
epochs=50,
validation_data=val_it,#validation data generator with flow_from_directory
validation_steps=67)