1、 [单选] 阅读以下文字:假设我们拥有一个已完成训练的、用来解决车辆检测问题的深度神经网络模型,训练所用的数据集由汽车和卡车的照片构成,而训练目标是检测出每种车辆的名称(车辆共有 10 种类型)。现在想要使用这个模型来解决另外一个问题,问题数据集中仅包含一种车(福特野马)而目标变为定位车辆在照片中的位置()
• A:除去神经网络中的最后一层,冻结所有层然后重新训练
• B:对神经网络中的最后几层进行微调,同时将最后一层(分类层)更改为回归层
• C:使用新的数据集重新训练模型
• D:所有答案均不对
正确答案:B
解析:该问题需要解决的是车辆检测问题中的一个子问题,即车辆定位问题,因此可以利
用已经完成训练的深度神经网络模型。但是,由于问题数据集中仅包含一种车(福特野
马),而目标变为定位车辆在照片中的位置,因此需要对原有的模型进行微调。选项 A 中,除去最后一层并重新训练也是一种微调方法,但是并不适合该问题,因为这样会将原有模型中对于汽车和卡车的识别能力全部去掉。选项 C 中,重新训练模型的确可以解决该问题,但是需要相应的时间和资源。因此,选项