#python #keras #deep-learning
Вопрос:
У меня есть вопрос, касающийся трансферного обучения. Предположим, что существует модель нейронной сети, которая принимает входные данные формы (250,7). Я хочу инициализировать модель с помощью весов этой предварительно обученной модели, а затем обучить ее на своем наборе данных, чтобы обновить веса в соответствии с моим набором данных. Но мой набор данных имеет форму (251,8). Есть ли способ инициализации весов с использованием предварительно обученной модели, учитывая, что моя входная форма отличается? Если да, то как я могу это сделать? Идеи будут оценены по достоинству.
Комментарии:
1. либо вы можете отбросить на один коррелированный объект меньше, либо использовать сокращение размеров PCA с 250, 7 вершинами
Ответ №1:
Вы можете попробовать добавить еще один слой перед моделью обучения передаче. Как и в предыдущем слое, это обновит его веса в вашем наборе данных и должно работать нормально.
Комментарии:
1. Итак, я отбрасываю входной уровень модели обучения передаче?
2. Да, вы могли бы это сделать. В качестве альтернативы вы можете просто добавить свой собственный входной слой, который подается на входной слой модели обучения передаче. В зависимости от того, что больше подходит для вашего случая использования.