Keras —— 基于InceptionV3模型(不含全连接层)的迁移学习应用

该博客介绍了如何在Keras中利用预训练的InceptionV3模型进行迁移学习,但不包含全连接层。首先,详细讲述了ImageDataGenerator的使用,接着讲解了如何加载InceptionV3模型并移除顶层分类器。然后,添加了新的分类器并训练。最后,对顶层分类器进行了fine-tuning,强调在较低学习率下进行此步骤,并提供了源码链接。
摘要由CSDN通过智能技术生成

一、ImageDataGenerator

def image_preprocess():
    #  训练集的图片生成器,通过参数的设置进行数据扩增
    train_datagen = ImageDataGenerator(
        preprocessing_function=preprocess_input,
        rotation_range=30,
        width_shift_range=0.2,
        height_shift_range=0.2,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True
    )
    #   验证集的图片生成器,不进行数据扩增,只进行数据预处理
    val_datagen = ImageDataGenerator(
        preprocessing_function=preproce
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值