Question

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？

Answer 1

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。