如何为 3 类 而不是 1000 个自定义 AlexNet？
How to customise AlexNet for 3 classes instead of 1000?
我正在使用来自 here
的 AlexNet
那里的数据有 1000 类，因此它具有相应的权重。我如何让它用于预测我的数据的值，其中有 3 类？
我知道我必须改变权重，但我不知道如何。
您只需设置 num_classes = 3，这将减少模型输出张量和单独定义的占位符 y.
的输出数量 类
调用model = AlexNet(....
时，权重即参数的个数会相应调整
你需要
add one more layer on top of the pre trained network
。这将是您的
output layer
.
第 1000 class 层的输出将作为该层的输入，它会将您的 3 class 作为输出。
之后用您的图像训练这个新网络
我正在使用来自 here
的 AlexNet那里的数据有 1000 类，因此它具有相应的权重。我如何让它用于预测我的数据的值，其中有 3 类？
我知道我必须改变权重，但我不知道如何。
您只需设置 num_classes = 3，这将减少模型输出张量和单独定义的占位符 y.
调用model = AlexNet(....
你需要
add one more layer on top of the pre trained network
。这将是您的
output layer
.
第 1000 class 层的输出将作为该层的输入，它会将您的 3 class 作为输出。
之后用您的图像训练这个新网络