TensorFlow实现InceptionV3详解

  • 内容
  • 评论
  • 相关

迁移学习是一种非常强大的深度学习技术,在不同的领域有着各种应用。迁移学习的思想很简单,可以用类比来解释。假设你想学习一种新的语言,比如西班牙语,那么从你已经知道的另一种语言,比如说英语开始学起,可能会有所帮助。

遵循这一思路,计算机视觉研究人员通常使用预先训练的 CNN 为新任务生成表示,其中新任务数据集可能不够大,无法从头开始训练整个 CNN。另一个常见的策略是采用预先训练好的 ImageNet 网络,然后对整个网络进行微调以完成新任务。

InceptionV3 网络是由 Google 开发的一个非常深的卷积网络。Keras 实现了完整的网络,如下图所示,它是在 ImageNet 上预先训练好的。这个模型的默认输入尺寸是 299×299,有三个通道。


图1 ImageNet v3 网路结构示意图(点此查看高清大图)

本文标题:TensorFlow实现InceptionV3详解

本文地址:http://www.hosteonscn.com/4256.html

评论

0条评论

发表评论

邮箱地址不会被公开。 必填项已用*标注