pain_gain0的博客

如何使用tensorflow 提取特征图 ？》首先模型训练结束后，我们会得到关于【3】【4】检查点的四个文件：.data, .index, .meta, checkpoint；其中.meta是图结构，也就是神经网络的结构，在训练过程中图结构水不不变的，保存一次即可。实现：saver = tf.train.Saver(), saver.save(less, ‘model-name’,w...

特征融合的方式：summation-加，缺点：阻碍网络中信息流。concatenation- 串联密度连接模式的一个可能反直觉效果是它需要更少的参数相比较于传统的卷积网络，由于不需要重新学习冗余的feature-maps。传统的前馈传播架构可以被当作带有状态的算法，状态从一个层传到另一个层。每层从它的之前网络层读取状态，并将状态写到后面一层。这样不经改变了状态，而且传递所需要保存的信息...