深度学习原理与框架-卷积网络细节-迁移学习 1.冻结层数,只进行部分层的训练...

本文详细介绍了迁移学习的三种主要方法:使用预训练权重初始化、冻结部分层仅训练预测层,以及微调特定层。通过Keras和Caffe框架的具体实现,帮助读者理解如何在实际项目中应用这些技术。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

迁移学习:主要有3类,

     第一类,使用别人训练好的权重参数,作为初始化权重参数,进行接下来的训练

     第二类:使用别人训练好的权重参数,冻结预测层之前的所有的权重参数,进行接下来的训练

     第三类:使用别人训练好的权重参数,即finetune,不冻结最后一个卷积层和全连接层,对这两个层进行参数的更新和训练

代码:使用keras框架进行的参数冻结, 前面10层的参数都不进行训练

对于caffe而言,我们可以去下载一些框架Model_Zoo

转载于:https://www.cnblogs.com/my-love-is-python/p/10514686.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值