代码之家 › 专栏 › 技术社区 › Eduardo

更改keras.application模型的默认填充

deep-learning keras machine-learning tensorflow python

Eduardo · 技术社区 · 8 年前

我正在用tensorflow在 keras.application 模型作为编码器。但是,我想将某些层的填充从“有效”更改为“相同”。如何在不实例化整个网络的情况下实现这一点?

例子:

encoder = tf.contrib.keras.applications.Xception(
                    include_top=False, weights='imagenet',
                    input_tensor=inputs, pooling=None)
encoder.layers[1].padding = 'same'  # this does not work, does not update the tensor

1 回复 | 直到 8 年前

Eduardo 8 年前

我找到的更简单的方法是更改原始的keras文件并引入 padding= 'same' 在模型实例化期间的卷积参数中。

推荐文章

albert · AttributeError:“str”对象没有属性“str”如何解决此问题

4 年前

CoccoSyn · Keras TypeError:其中一个输入没有可接受的类型。具有参差不齐张量的LSTM

4 年前

Joseph · 重塑BatchDataset训练模型的输入-Tensorflow

4 年前

Chris Ranck · Keras时间序列生成器-输入为“X”长,输出为“X-长”

4 年前

DPM · 将自定义掩码传递给LSTM数据以进行培训和验证

4 年前

Luciana Carota · 为什么Keras的R“预测”函数不能识别正确的输入维度?

4 年前

Sarah Elnaggar · 我使用Gensim Doc2vec进行图形嵌入,然后在keras中使用两层深度神经网络进行二元分类

4 年前

user836026 · 在pytorch中复制权重时语法无效

4 年前

mad · 如何从一个定制的神经网络模型中获得逻辑和概率

4 年前

Archit · 无法使用自定义距离函数加载带有lambda函数的keras模型

8 年前