回答情况：
提问时间：
问题标签：
我有一个经过预先训练的网络，包括两个部分，特征提取和相似学习。特征提取部分为VGGNet 16，所有层均冷冻。📷现在，我想微调VGGNet的最后一个卷积块，并希望对每种类型的图像使用两个不同的VGGNet特征提取器。我已经加载了经过训练的模型，并创建了一个从Merged_feature_map层开始的新模型：for layer in ft_model.laye
浏览 0修改于2021-02-12得票数 3
在最初的论文中，他们使用VGG16网络进行特征提取。我使用的是来自TensorFlow模型动物园的SSD v2模型，我不知道体系结构有什么不同。此建议，对于其他模型，如SSD MobileNet，VGG16特征提取器将被MobileNet特征提取器所取代。SSD盗梦空间v2模型的体系结构是什么？
浏览 2提问于2019-05-28得票数 2
回答已采纳
我正在为这个转移学习个人项目开发一个特征提取器，而且Kera的VGG16模型的预测功能看起来很慢(对于一批4幅图像，需要31秒)。我确实希望它是缓慢的，但不确定预测函数是否比它应该的慢。feature_batch = model.predict(inputs)
所以，我的直觉是，它是缓慢的，因为这些原因：
批处理没有改善时间，这可能是显而易见的，因为我的M
浏览 4提问于2017-10-12得票数 6
回答已采纳
我想做一个通用的特征提取器，它也可以将一个新的类分类为模型中的未知类。除了基于距离的矩阵之外，还有什么好的技术可用吗？那么，将alpha增加到非常大的数量(如100 )有什么缺点吗？ 谢谢你!！
浏览 19提问于2020-01-25得票数 0
我尝试使用预训练模型vgg19和alexnet作为特征提取器，然后使用svm进行分类。我有大约15000张图片作为输入数据。我使用的是服务器hp proliant g7，但是vgg19大约需要50小时来训练，而alexnet只需要大约4小时。这是正常的，还是我应该为vgg19的情况调查一下我那端的一些设置或数据问题？
浏览 269修改于2019-05-20得票数 1
裸问题语句我想训练一个B型，它使用A的特征提取器FE和再训练它自己的分类头BCH。
问题陈述的结束我有一个图像数据集，我想分类，这些图像可以有几个类给他们。
浏览 10提问于2022-02-04得票数 1
我有点困惑于以下术语:预培训，finetune和特征提取。我想使用一个开箱即用的模型来训练一个贪婪的数据集。如果我要使用resnet，我会对它进行预培训吗？在什么情况下，我会细化模型或特征提取？既然模型是预先训练的，那么在ImageNet上使用相同的权重是否明智呢？
浏览 0提问于2022-07-29得票数 1
回答已采纳
1回答
背景问题
我的想法是:与模型一起，我会在泡菜转储中包含一个哈希值，该值对特征提取过程进行指纹处理。当训练一个模型或使用它进行预测/测试时，模型包装器会被赋予一个符合特定协议的特征提取类。当然，
浏览 4修改于2018-10-07得票数 4
回答已采纳
用深度学习进行特征提取，同时利用传统机器学习或增强技术进行分类，是否合乎逻辑？
如果使用ML算法进行分类，而不是用深度学习方法进行特征提取，那么使用ML算法可以吗?我知道，如果特征工程成功，该模型将自动取得良好的效果。例如:如果我想做一个文本分类问题，我是否可以建立这样一个模型( RNN块的堆栈+ Adaboost)，其中RNN块执行特征提取，Adaboost进行分类？说得通吗？我提出了一种采用集成深度学习框架进行特征提取的体系结构，但是，我是否可以将集成框架与传统的ML或增强算法结合起
浏览 0提问于2022-10-27得票数 1
作者定义了8个过程来实现一个接一个的OCR (2后1，3后2等等)：
第六个OCR组件是特征提取。特征提取的目的是捕捉符号的本质特
浏览 0修改于2017-06-16得票数 3
回答已采纳
我感兴趣的是改进文本到特征模型。
然后，我想改进BERT的特征提取算法。我成功地实现了一个经过预先训练的word2vec特征提取模型，并对其进行了一些改进。现在我想知道，我如何微调我的数据上的伯特模型-改进特征提取模型-得到更好的文本到特征，我的随机森林算法。我知道如何微调二进制预测器(BertForSequenceClassification)的伯特，但不知道如何微调它，以建立一个更好的伯特文本到特征提取模型。
浏览 7修改于2019-09-23得票数 2
回答已采纳
我正在学习OCR和阅读这本书光学扫描前处理表象识别这就是他们写的关于表示的内容(#5)。为此，为每个类提取了一组特征，这有助于将其与其他类区分开来，同时在class.The字符图像表示方法中保持对特征差异的不变量，通常分为三大类：(a)全局变换和级数展开(b)统计表示，(c)几何和拓扑表示这就是他们写的关于特征提取的东西(#6)。
第六个OCR组件是特征提取。特征提取的目的是捕捉符号的本质特征
浏览 0修改于2017-08-17得票数 4
在对训练模型进行参数更新时，遇到了一些问题。例如，我有两个丢失函数：loss1和loss2，让loss = loss1 + loss2。该模型具有特征提取层、分类器层和分类器层。在特征提取层中，使用loss更新参数，在分类器层中使用loss1更新参数。我怎么能在火把里做到这一点？？谢谢你们！
浏览 1提问于2022-01-15得票数 1
我使用ResNet50模型进行特征提取。我有两个用以下方式初始化的模型：model2=ResNet50(weights="imagenet", include_top=True)`它们都不会在
浏览 47修改于2020-05-20得票数 1
回答已采纳
基本上，我使用Scikit learn创建了一个图像多分类器，但使用了Tensorflow神经网络进行特征提取，类似于这篇博文：有谁知道我如何在Andr
浏览 0修改于2018-03-12得票数 1
我正在设计一个概念证明，将从一个大的数字图像集区分数字"4“。
我使用了很多图像处理技术，比如边缘检测。我还使用了一种技术，即获取图像的每列和每行的平均像素值。然而，我不确定这个特征提取方法到底是做什么的。有人能解释一下为什么这是一种特征提取吗？这个方法有没有特别的名字呢？
浏览 3提问于2018-04-15得票数 0
使用Tensorflow对象检测API和来自SSD_inception_v2_coco的，，所以这是否意味着我在预先训练的模型中有相同的特征提取器的权重？从这个，分类器的权重将被初始化。
，这是否意味着，如果我使用SSD-Inception-v2-coco?的相同标签映射，就可以在预训练模型</em
浏览 1提问于2018-04-30得票数 2
1回答
我使用一般线性模型(GLM)进行特征提取，得到一个β-矩阵.我还得到了一个类标签矩阵。这是一个多类问题。现在我想用t检验来进行基于GLM特征提取的特征选择.有人能告诉我如何编写t-test来完成这个功能选择吗？非常感谢!
浏览 3修改于2019-05-07得票数 3
回答已采纳
如果我的目标是建立一个模型，从这样的片段序列中返回一个与S或T相似的分数，那么什么是一个好的特征提取器？暂时忽略模型本身--考虑一下特征提取，
浏览 5提问于2016-10-24得票数 1
回答已采纳
1回答
说到经典机器学习模型和深度学习模型的区别，最有利于神经网络的一点是它不需要特征提取阶段。这是因为它可以直接在数据上隐式地学习什么是最重要的特性，我们给它作为输入。相反，机器学习系统在开始训练之前，严重依赖于特征提取。我不明白我怎么能告诉一个
浏览 0提问于2021-01-18得票数 2
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号