不同 vgg16 对象的差异
Difference in different vgg16 objects
我正在查看 vgg16 模型并看到了这个:
model = VGG16(weights='imagenet')
和
model = VGG16()
- 以上两者有什么区别?
- 二次初始化是否也会在导入的vgg16模型中加载权重?
- 如何在不加载权重的情况下只导入 vgg16?
这两者之间没有区别,因为根据 documentation,weights
参数默认设置为 'imagenet'
:
keras.applications.vgg16.VGG16(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
因此,如果您在实例化 VGG16
class 时不设置此参数,默认情况下它将设置为 'imagenet'
,因此将加载 ImageNet 权重。
但是,如果您只想加载没有任何预训练权重的 VGG16 模型,则可以在实例化时传递 weights=None
VGG16
class。阅读 documentation on VGG16 以获取有关参数的更多信息。
我正在查看 vgg16 模型并看到了这个:
model = VGG16(weights='imagenet')
和
model = VGG16()
- 以上两者有什么区别?
- 二次初始化是否也会在导入的vgg16模型中加载权重?
- 如何在不加载权重的情况下只导入 vgg16?
这两者之间没有区别,因为根据 documentation,weights
参数默认设置为 'imagenet'
:
keras.applications.vgg16.VGG16(include_top=True, weights='imagenet', input_tensor=None, input_shape=None, pooling=None, classes=1000)
因此,如果您在实例化 VGG16
class 时不设置此参数,默认情况下它将设置为 'imagenet'
,因此将加载 ImageNet 权重。
但是,如果您只想加载没有任何预训练权重的 VGG16 模型,则可以在实例化时传递 weights=None
VGG16
class。阅读 documentation on VGG16 以获取有关参数的更多信息。