machine-learning - 如何预测 tensorflow 中卷积神经网络中新的未见过示例的结果

Question

关闭。此题需要 details or clarity 。目前不接受答案。

---

想要改进这个问题吗？通过 editing this post 添加详细信息并澄清问题.

已关闭 5 年前。

Improve this question

谁能告诉我如何在卷积网络中保存经过训练的参数来预测 future 未见过的图像。

在神经网络中，我们可以保存参数(权重和偏差)，并且我们可以使用这些保存的参数运行前向传播函数来进行预测。但是在Conv nets中，我们该怎么做，因为我们自己没有定义很多参数，而是 tensorflow 为我们定义了它们？

谢谢

Answer 1

卷积网络只是神经网络的另一种类型。即使在“正常”神经网络中，人们通常也不会手动指定权重和偏差。相反，它们是通过训练(例如，通过反向传播)学习的，然后通常保存到文件中以供以后使用。

TensorFlow 不会为您定义 CNN 的权重和偏差。您可以使用 TensorFlow 学习它们，也可以从文件加载它们。如果您想保存经过训练的 TensorFlow 模型，TensorFlow documentation 中解释了该过程。 .