作者热门文章
- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试使用 Inception v3 的预训练 imagenet 权重对 CIFAR10 图像进行分类。我正在使用以下代码。
from keras.applications.inception_v3 import InceptionV3
(xtrain, ytrain), (xtest, ytest) = cifar10.load_data()
input_cifar = Input(shape=(32, 32, 3))
base_model = InceptionV3(weights='imagenet',
include_top=False,
input_tensor=input_cifar)
但它在中间转换层给我一个错误,比如“负维度”。
当我使用 VGG16 网络时不会发生这种情况。
我正在使用带有 tensorflow 后端和 tf dim ordernig 的 keras。
最佳答案
Inception 网络在 224x224 大小的图像上进行训练,它们的下采样路径下降到 10x10 以下。因此,对于 32、32、3 图像,下采样会导致负维度大小。现在你可以做很多事情。首先,您可以将 cifar10 数据集中的每个图像的大小调整为 224x224,并将该张量传递给初始模型。您可以删除网络的一些下采样过滤器。然后它仍然可以工作。第三,您可以在不更改分辨率的情况下执行零填充以增加图像大小。
关于python - keras中如何将cifar10输入inceptionv3,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42522006/
我正在使用 Google 的 inceptionv-3 模型和 TensorFlow 通过迁移学习(教程的 here's the link)进行性别识别,数据集有 135 张女性面部图像和 335 张
我是一名优秀的程序员,十分优秀!