博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
迁移学习(训练数据少的可怜时的办法)
阅读量:6799 次
发布时间:2019-06-26

本文共 284 字,大约阅读时间需要 1 分钟。

感觉这东西很厉害呀

比如我训练出了一个识别是不是猫的神经网络(A),这个网络做的很好

然后我现在想训练一个识别手写体的网络

但是我的模型做的比较差,因为我的数据量较小什么的

 

我可以把A的最后一层去掉,然后加上一层(b)使输出符合格式

resize我的手写体(X)使其适应输入

然后我用手写体的图片去训练最后一个全接层的W_b

我们也能得到精度不错的结果

 

因为对于神经网络,我们的前几层会生成点,线条,简单的图形之类的

只要是同一种,我们都能拿过来直接用

转载于:https://www.cnblogs.com/shensobaolibin/p/8955898.html

你可能感兴趣的文章
MyBatis多参数传递之默认命名方式示例——MyBatis学习笔记之十二
查看>>
Exchange 2013部署系列之(六)配置邮件流和客户端访问
查看>>
创业三年,走通一条路
查看>>
Mac 平台下功能强大的Shimo软件使用指南
查看>>
Hyper-V 3中虚拟机CPU竞争机制
查看>>
移动搜索的4个主要入口
查看>>
Win32 文件(3)
查看>>
VBS基础篇 - 对象(8) - Err对象
查看>>
转帖:深入理解JavaScript系列
查看>>
在Windows环境中使用版本管理工具Git(2)
查看>>
Android开发五 Android应用程序架构
查看>>
【发布】弹性分页类PagingBuild Class 附带测试
查看>>
适用于单选的jQuery Auto-complete插件SelectToAutocomplete
查看>>
html5 手机页面
查看>>
Ubuntu 配置VNC以及使用VNC连接时,无法显示系统菜单栏,解决方法
查看>>
用avalon实现一个完整的todomvc(带router)
查看>>
特征的转换规则 Transfer Routione
查看>>
秒杀多线程第四篇 一个经典的多线程同步问题
查看>>
一款基于css3鼠标经过圆形旋转特效
查看>>
用CIL写程序:从“call vs callvirt”看方法调用
查看>>