Keras 迁移学习
Keras Transfer Learning
假设我想训练一个 ConvNet 来告诉我照片中是否正在下雨，程序会怎样？
鉴于我有两个火车变量，trainX 和 trainY，trainX 将是照片，trainY 将是标签（例如 rain 或 no-rain)。
网络的目标是输出 "right" 答案。问题是：我是否只需要 运行 model.predict() 函数并期望有效结果？
提前感谢您的帮助。
1) 构建您的 CNN 模型：层、激活函数...
2) 使用您现有的 trainX 和 trainY-数据集对其进行训练。 （最后使用Augmentation得到更好的结果）
3) 使用另一个数据集进行验证，假设它们被称为：testX 和 testY
4) 修改模型的设置，直到您的准确性和损失足够高以满足您的需要...
5) 享受你的 CNN
这可能对您有所帮助：
Building a CNN with Keras
假设我想训练一个 ConvNet 来告诉我照片中是否正在下雨，程序会怎样？
鉴于我有两个火车变量，trainX 和 trainY，trainX 将是照片，trainY 将是标签（例如 rain 或 no-rain)。
网络的目标是输出 "right" 答案。问题是：我是否只需要 运行 model.predict() 函数并期望有效结果？
提前感谢您的帮助。
1) 构建您的 CNN 模型：层、激活函数...
2) 使用您现有的 trainX 和 trainY-数据集对其进行训练。 （最后使用Augmentation得到更好的结果）
3) 使用另一个数据集进行验证，假设它们被称为：testX 和 testY
4) 修改模型的设置，直到您的准确性和损失足够高以满足您的需要...
5) 享受你的 CNN
这可能对您有所帮助： Building a CNN with Keras