当我通读代码时,我发现了负责的代码,只有在新定义的模型和预训练的模型之间的层的形状匹配时,该代码才保留预训练的模型的权重。因此,如果更改班级数量,则分类器层的形状会更改,并且不会保留预训练的权重。
https://github.com/tensorflow/models/blob/master/research/object_detection/utils/variables_helper.py#L133
欢迎分享,转载请注明来源:内存溢出
当我通读代码时,我发现了负责的代码,只有在新定义的模型和预训练的模型之间的层的形状匹配时,该代码才保留预训练的模型的权重。因此,如果更改班级数量,则分类器层的形状会更改,并且不会保留预训练的权重。
https://github.com/tensorflow/models/blob/master/research/object_detection/utils/variables_helper.py#L133
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)