标签： python keras computer-vision anaconda vgg-net
我从头开始实现了 VGG16 模型的所有层。当我使用自定义图像数据集对其进行训练时，需要5个小时才能完成1个纪元，而且很耗时。我只是在那停了下来。
由于我的数据集非常独特，我如何才能更快地训练我的模型。有没有一种方法可以简化我的训练任务，从而使我获得良好的准确性。
我的数据集有5个类别的培训，每个类别有3000幅彩色图像，每个类别有1000幅彩色图像用于验证，分别位于2个单独的验证和训练文件夹中。我正在使用 Keras 构建我的 VGG16 模型。