Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
d2l-zh
提交
a827d0b4
D
d2l-zh
项目概览
OpenDocCN
/
d2l-zh
通知
2
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
D
d2l-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
a827d0b4
编写于
6月 23, 2018
作者:
A
Aston Zhang
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
revise fine-tuning
上级
cb360f13
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
3 addition
and
3 deletion
+3
-3
chapter_computer-vision/fine-tuning.md
chapter_computer-vision/fine-tuning.md
+3
-3
未找到文件。
chapter_computer-vision/fine-tuning.md
浏览文件 @
a827d0b4
...
...
@@ -58,7 +58,7 @@ test_imgs = gdata.vision.ImageFolderDataset(data_dir+'/hotdog/test')
```
{.python .input}
hotdogs = [train_imgs[i][0] for i in range(8)]
not_hotdogs = [train_imgs[-i-1][0] for i in range(8)]
gb.show_images(hotdogs+not_hotdogs, 2, 8, scale=1.4)
gb.show_images(hotdogs+not_hotdogs, 2, 8, scale=1.4)
; # 加分号只显示图。
```
我们将训练图片首先扩大到高宽为480,然后随机剪裁出高宽为224的输入。测试图片则是简单的中心剪裁。此外,我们对输入的RGB通道数值进行了归一化。
...
...
@@ -88,7 +88,7 @@ test_augs = transforms.Compose([
我们用在ImageNet上训练好了ResNet 18来作为基础模型。这里指定
`pretrained=True`
来自动下载并加载训练好的权重。
```
{.python .input n=6}
pretrained_net =
gluon.
model_zoo.vision.resnet18_v2(pretrained=True)
pretrained_net = model_zoo.vision.resnet18_v2(pretrained=True)
```
预训练好的模型由两块构成,一是
`features`
,二是
`output`
。前者包含从输入开始的大部分卷积和全连接层,后者主要包括最后一层全连接层。这样的划分的主要目的是为了更方便做微调。下面查看下
`output`
的内容:
...
...
@@ -102,7 +102,7 @@ pretrained_net.output
在微调中,我们新建一个网络,它的定义跟之前训练好的网络一样,除了最后的输出数等于当前数据的类别数。就是说新网络的
`features`
被初始化成前面训练好网络的权重,而
`output`
则是从头开始训练。
```
{.python .input n=9}
finetune_net =
gluon.
model_zoo.vision.resnet18_v2(classes=2)
finetune_net = model_zoo.vision.resnet18_v2(classes=2)
finetune_net.features = pretrained_net.features
finetune_net.output.initialize(init.Xavier())
```
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录