以google inception 为例
有三种方法:
1.上百万张图片直接自己训练
2.直接在池化层后面接自己的输出层 用池化层前面的数据 只训练后面的输出层 吧1000的分类转为自己的分类
3.在后面接神经元,对整体进行训练,但先面的学习率设置的很小 对前面进行微调
以google inception 为例
有三种方法:
1.上百万张图片直接自己训练
2.直接在池化层后面接自己的输出层 用池化层前面的数据 只训练后面的输出层 吧1000的分类转为自己的分类
3.在后面接神经元,对整体进行训练,但先面的学习率设置的很小 对前面进行微调