2
我想用1003个类重新训练初始模型,其中前1000个类与imagenet(初始模型)相同。因此,我采用了初始模型,并提取了最终的图层权重,并添加了3个列。我弹出最后一层,创建了另一个1003个类的图层,并且我改变了权重,因为前1000个类的权重与最初相同但是训练的准确性是从0开始的,我没有想到。究竟是怎么回事?初始添加新图层
这是我的代码
base_model = InceptionV3(weights='imagenet', include_top=False)
m = InceptionV3(weights='imagenet', include_top=True)
a=m.layers[312].get_weights()
k=np.random.normal(size=[2048,3])
k=k/3
l=np.random.normal(size=[3])
l=l/3
a[0]=np.concatenate((a[0],k),axis=1)
a[1]=np.concatenate((a[1],l),axis=0)
x = base_model.output
x = GlobalAveragePooling2D()(x)
predictions = Dense(nb_classes, activation='softmax')(x)
model = Model(input=base_model.input, output=predictions)
model.layers[312].set_weights(a)