我遇到了许多用于分类问题的神经网络体系结构。 AlexNet,ResNet,VGGNet,GoogLeNet等...是否存在类似的回归问题网络可用于迁移学习?
答案 0 :(得分:5)
好吧,所有这些体系结构不仅适用于分类,对于将DL模型从分类修改为回归的唯一更改就是更改顶层。例如,在VGGNET中,最后一层可能是:
Dense(25, activation='softmax')
这意味着我们要预测25个具有概率分布(分类)的输出
但是可能是
Dense(1, activation='linear')
具有完全相同的体系结构,它将输出数字(回归)
因此,在进行迁移学习的情况下,您只需采用已在分类任务中进行过预训练的现有体系结构,除去顶层就可以做任何您想做的事情。