如何在DIGITS(不同标签)中的不同数据集上使用新的预训练模型? [英] How to use new pretraining model with different dataset in DIGITS (different labels)?

问题描述

我想将VGG_ILSVRC_19_layers用作数字预训练模型，但要使用不同的数据集. 我需要其他标签文件吗?如何上传此模型并将其用于我的数据集?

I want to use VGG_ILSVRC_19_layers as a pretrained model in digits but with different dataset. Do I need different label files? How can I upload this model and use it for my dataset?

对于我获得的VGG 16层

for the VGG 16 layers I got

错误:无法从图层'fc6'复制参数0权重；形状不匹配. 源参数形状为1 1 4096 25088(102760448);目标参数形状 是4096 32768(134217728).要从中学习该层的参数 从头开始，而不是从保存的网络中复制，而是重命名图层.

ERROR: Cannot copy param 0 weights from layer 'fc6'; shape mismatch. Source param shape is 1 1 4096 25088 (102760448); target param shape is 4096 32768 (134217728). To learn this layer's parameters from scratch rather than copying from a saved net, rename the layer.

如何修改图层?

推荐答案

您的标签与您在DIGITS中的数据集相关联-而不是您的模型.当您上传预训练的VGG模型时，您可能需要重命名最后一个内部产品层(请参见此答案)，因此您的模型将在N个类上工作，而不是在1000个上工作.

Your labels are associated with your dataset in DIGITS - not your model. When you upload a pretrained VGG model, you'll probably need to rename your last inner product layer (see this answer) so that your model will work on N classes instead of 1000.

这篇关于如何在DIGITS(不同标签)中的不同数据集上使用新的预训练模型?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！