回答情况：
提问时间：
问题标签：
我正在使用一个预训练的Alexnet模型(没有微调)从火炬视觉。问题是，即使我能够在某些数据上运行模型并获得输出概率分布，但我无法找到类标签来将其映射到。
浏览 3提问于2020-08-15得票数 2
回答已采纳
PyTorch预训练的VGG-16 (火炬视觉模型)与MATLAB预训练的VGG-16具有完全相同的重量吗？
浏览 14提问于2019-03-11得票数 0
我试图只使用预先训练过的火炬视觉中的某些层，更快-RCNN网络初始化为：这让我感到困惑，因为我曾经像过去那样修改过其他PyTorch预培训过的模型我如何使用FasterRCNN预训练模型来创建
浏览 0修改于2019-06-05得票数 2
回答已采纳
我正在使用谷歌视觉自动。为了训练一个模型，需要上传数据。有两种方法。
因为，我想比较我的本地预培训模型和我将在谷歌自动化培训的模型，我想确保使用相同的数据分割(训练，测试，验证)。所以第二条路是最好的方法
浏览 3提问于2020-02-14得票数 0
回答已采纳
我能够使用预先训练的模型来检测默认的90个类。通过在只包含macncheese的新数据集上进行训练，我还能够仅检测自定义对象(例如：macncheese)。我听说过这样的解决方案，比如通过向coco原始数据集添加新的数据集，从头开始训练91个类。我还试图返回预训练模型的1层，只训练新数据来检测91个类。我是计算机视觉的新手，所以我不太熟悉CNN的训练。
浏览 0修改于2018-10-16得票数 2
目前，我使用以下代码加载预培训的火炬视觉模型：torchvision.models.resnet101(pretrained=True)
但是，我希望使用模型名作为字符串参数，然后使用该字符串加载经过预先训练的模型。
浏览 5修改于2021-05-09得票数 3
回答已采纳
在pytorch中，我想使用预先训练的模型并训练我的模型来向模型结果中添加一个增量，即： input------------- (my model) --------- Δresult --+-- final_result
创建我的模型并
浏览 9提问于2021-12-07得票数 1
Keras提到，它提供了对ImageNet进行预培训的模型。但是，它没有指定" ImageNet“是什么意思--就像它是完整图像集的ImageNet的一个子集吗？我的意思是，我很难想象他们把1400万张图像都用在了训练前，但也许我错了。我已经阅读了很多关于一些被提议的体系结构的研究论文，它们都是针对特定于ImageNet的ImageNet大规模视觉识别挑战的子集而训练的，这一点在论文中已经明确提到了。
浏览 0修改于2021-05-28得票数 0
我正在尝试创建一个预训练的权重模型文件，该文件可用于初始化类似于imagenet预训练的权重文件或噪声学生的模型。 我有足够大的数据集，这些数据集非常多样化，但特定于我感兴趣的领域。我希望创建一个通用的预训练权重文件，该文件特定于我感兴趣的领域。 我知道我不能训练和保存模型权重，因为在生成的预训练权重文件和我试图使用该预训练权重的网络之间，类的数量不会匹配(因此不会匹配层数)。我在互联网上找不到任何
浏览 23提问于2020-06-29得票数 0
回答已采纳
我正在尝试训练一个以Resnet50为骨干的蒙克-RCNN对象检测模型。我正在使用来自PyTorch火炬视觉库的预训练模型。我只有10个图像，我可以用来训练。为了有足够的样本进行训练，我对相同的10幅图像进行了100倍的过度采样，即我最终得到了1000幅图像，我可以用来训练我的模型。类似地，我最终得到了300个图像，我可以使用这些图像进行验证。如果这与我在很大程度上过度采样有关，那么我的下一个问题是
Q2.过度采样不是只会导致模型过度匹配，而是为我的案例提供更高的<em
浏览 0提问于2020-10-23得票数 1
我对视觉识别服务有问题。我在中的描述中找到了文本模型。但在我的Lite计划，我只有一般，食品和明确的预建模型。
如何在视觉识别服务中访问文本预构建模型？
浏览 1提问于2020-03-11得票数 0
回答已采纳
我们正在尝试使用我们准备的语料库对BERT进行预训练。在本教程()的帮助下，我尝试使用云壳使用TPU v3对BERT进行预训练，但云壳的使用限制为每周60小时，这不允许我们有效地执行非常耗时的计算，如BERT预训练。如果我们想在谷歌云平台上使用TPU v3对BERT进行不间断的预训练，最好的方法是什么？
如果可能的话，如果你能提供一个具体的流程，那将是非常有帮助的。
浏览 4提问于2021-11-09得票数 0
我在凯拉斯有个受过训练的模特。是否可以使用“.h5”文件中预训练模型的前4个conv层的权重来初始化新模型的前4个conv层？是否必须先加载整个预先训练过的模型？？
是否有任何方法
浏览 6修改于2020-08-19得票数 0
在计算机视觉中，使用有监督的任务是很常见的，在这些任务中，数据集必须由人工注释。一些例子是对象分类(类标签)、检测(包围框)和分段(像素级掩码)。这些数据集本质上是一对输入-输出，用于训练卷积神经网络，通过梯度下降优化学习从输入到输出的映射。但是动物不需要任何人给他们展示包装箱或面具，让他们学会探测物体，了解周围的视觉世界。这让我认为大脑一定是在进行某种自我监督来训练自己去观察。
目前的研究对大脑用来达到如此卓越的视觉能力水平的学习范式有什么看法？大脑用哪些任务训练自己如此善于处理<em
浏览 0修改于2019-04-05得票数 3
我对训练一系列图像和对象检测模型很感兴趣，我想知道何时使用像VGG16这样的网络的预训练权重的一般规则是什么。例如，很明显，微调预先训练好的VGG16 imagenet模型权重对您正在寻找子集ie很有帮助。猫和狗。然而，对于我来说，如果你正在训练一个有300个类的图像分类器，其中只有一些是预训练模型中的类的子集，那么使用这些预训练的权重是否是一个好主意就不太清楚了。
围绕这一点的直觉是什么？
浏览 36修改于2017-08-06得票数 1
回答已采纳
我将Sports_1M caffe模型转换为Keras，并将其作为预训练模型使用到新的Keras模型中，我还加载了预训练的权重。model
浏览 0修改于2020-08-03得票数 2
我想使用预培训的Alexnet进行转移学习。我在Keras库里找不到它。我是不是漏掉了什么？我在这里看到的另一种选择是创建模型
谢谢,
浏览 3提问于2022-03-05得票数 -2
当使用像vgg16或inception这样的预训练模型时，使用预培训模型的好处之一似乎是节省训练的时间。
是否有理由在不加载重量的情况下使用预先训练的模型？(使用随机权重)？
浏览 0提问于2021-05-11得票数 0
回答已采纳
我不仅要利用特征提取器预训练的权重，还要利用特征映射层的分类器/本地化预训练权重，使用tensorflow对象检测API ( tensorflow object Pre)对tensorflow对象检测模型当我的新模型与我用于微调检查点的预训练模型有不同数量的类时，TensorFlow对象检测API将如何处理分类权重张量？当在像SSD这样的ML对象检测模型中微调预训练模型时，我不仅可以用预先训练的权重初始化特征提取器的权重，而
浏览 1修改于2018-03-20得票数 2
回答已采纳
我正在看谷歌AutoML视觉API和谷歌视觉API。我知道，如果你使用谷歌的AutoML视觉API，它是一个自定义模型，因为你根据自己的图像训练ML模型，并定义自己的标签。当你使用谷歌视觉API时，你使用的是一个预先训练过的模型.
浏览 5提问于2020-11-17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