incremental learning
冰菓(笑)
希望写一些有质量的东西
展开
-
机器学习 准确率函数实现
首先,你需要获得两个数组。 一个是预测函数预测的数组pre,一个是标签数组y_test。 例如mnist数据集,测试集的预测数组pre大小为(10000,10),标签数组大小相同。 def score(x,y): num=0 for i in range(len(x)): for j in range(len(x[0])): if x...原创 2018-08-11 15:23:55 · 1542 阅读 · 0 评论 -
keras 权重冻结
# model.layers可以获得模型的某一个层,你可以打印出层的名字,并且使用layer.trainable开关冻结,True为正常训练,False为冻结。 for layer in model2.layers: layer.trainable = False print layer.trainable print layer.name 或者在函数模型中直接关...原创 2018-08-11 15:43:08 · 4497 阅读 · 6 评论 -
keras 权重保存和权重载入
如果需要全部权重载入,直接使用权重载入方式 model.save_weights('./weigths.h5') model2.load_weights('./weigths.h5') 但是有时候你只需要载入部分权重 所以你可以这样操作 首先,为所有层命名,在层中直接加入方法 name='layer1' 第二,使用,将你不需要载入权重的值更改名字。 最后,载入权重。 x=B...原创 2018-08-11 15:53:22 · 14454 阅读 · 3 评论 -
Fine-tuning Convolutional Neural Networks for Biomedical Image Analysis: Actively and Incrementally
转from:http://www.sohu.com/a/206903963_651893 「Fine-tuning Convolutional Neural Networks for Biomedical Image Analysis: Actively and Incrementally」(用于生物医学图像分析的精细调节卷积神经网络:主动的,增量的)这篇论文,它主要解决了一个深度学习中的...转载 2018-09-05 14:33:18 · 226 阅读 · 0 评论 -
Incremental Learning Through Deep Adaptation
转from:https://blog.csdn.net/qq_33880788/article/details/80455714 摘要: 鉴于现有的训练过的神经网络,通常需要学习新的能力而不妨碍已经学过的人的表现。现有的方法要么学习次优解决方案,需要联合培训,要么大大增加每个添加域的参数数量,通常与原始网络一样多。我们提出了一种称为深度适应网络(DAN)的方法,将新学习的过滤器限制为现有...转载 2018-09-05 15:01:59 · 1130 阅读 · 0 评论 -
Incremental On-line Learning:A Review and Comparison of State of the Art Algorithms
转自:https://blog.csdn.net/qq_33880788/article/details/80496385 翻译论文:Incremental On-line Learning:A Review and Comparison of State of the Art Algorithms 作者:Viktor Losing, Barbara Hammer, Heiko Wersing ...转载 2018-09-05 15:10:06 · 1363 阅读 · 0 评论