[問題] 特徵萃取與微調的差異以及遷移學習問題
各位前輩大家好
最近看到有關特徵萃取與微調的技術
想請問各位前輩
1.兩者的差異是不是主要差在一個完全凍結conv_base一個沒有
還是有什麼其他差異呢?
實作上是不是都以微調居多?
2.最近在使用一些model EX:VGG16, ResNet等
如何分辨輸入是否要壓縮至0~1之間
VGG16實作結果不壓縮準確率較高一些
是觀察本身模型是否有batch_norm嗎
還是注意什麼地方?
感謝各位前輩的解答
若您方便的話有關遷移學習的一些常犯錯誤
也提點一下小弟
謝謝!
作業系統:COLAB(linux)
問題類別:CNN
使用工具:Python, Keras
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.140.178.251 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1596122203.A.CE0.html
推
08/01 02:10,
4年前
, 1F
08/01 02:10, 1F
→
08/01 02:10,
4年前
, 2F
08/01 02:10, 2F
推
08/01 02:12,
4年前
, 3F
08/01 02:12, 3F
→
08/01 02:12,
4年前
, 4F
08/01 02:12, 4F
→
08/01 02:12,
4年前
, 5F
08/01 02:12, 5F
DataScience 近期熱門文章
PTT數位生活區 即時熱門文章
