有没有办法加载网络体系结构,然后在Keras中从头开始培训它?
答案 0 :(得分:1)
是,假设您想从头开始使用“ ResNet50v2”训练2个类和255x255x3输入的分类器,您要做的就是导入没有最后一个softmax层的Architecture,添加您的自定义图层并使用“无”初始化权重。
from keras.applications.resnet_v2 import ResNet50V2
from keras.models import Model
from keras.layers import Dense, GlobalAveragePooling2D
input_shape = (255,255,3)
n_class = 2
base_model = ResNet50V2(weights=None,input_shape=input_shape,include_top=False)
# Add Custom layers
x = base_model.output
x = GlobalAveragePooling2D()(x)
# ADD a fully-connected layer
x = Dense(1024, activation='relu')(x)
# Softmax Layer
predictions = Dense(n_class, activation='softmax')(x)
model = Model(inputs=base_model.input, outputs=predictions)
# Compile Model
model.compile(optimizer='adam', loss='categorical_crossentropy',metrics=['accuracy'])
# Train
model.fit(X_train,y_train,epochs=20,batch_size=50,validation_data=(X_val,y_val))
类似地,要使用EfficienNet等其他体系结构,请参阅Keras Documention。 对于专门的EfficientNet,您还可以遵循此link