fine-tuning 第10页

Keras fine-tuning （基于ImageNet上训练好的模型，复用）

模型文件点这里下载https://github.com/fchollet/deep-learning-models权重文件点这里下载https://github.com/fchollet/deep-learning-models/releases下载好文件之后只需要在文件中将原本要从网络上下载的语句注释掉，文件路径换成自己下载好的权重文件。#WEIGHTS_PATH='D:/C/pythonEX/

Murray_·2018-05-20 20:12

YOLO源码挖掘

五）-追本溯源7*7个grid原YOLO源码详解（五）-YOLO中的7*7个grid和RPN中的9个anchors原YOLO源码详解（四）-反向传播（backpropagation）原YOLOv2如何fine-tuning

女王の专属领地·2018-05-08 21:01

fine-tuning的作用

查找的一些关于fine-tuning的解释在网络训练中，第一层特征并不特化到任务上，特征是如何注册那个从一般到特殊的，详细参考NIPS2014上Bengio大神的文章：Howtransferablearefeaturesindeepneuralnetworks

clearch·2018-05-07 21:25

pytorch使用（五）使用pytorch进行微调（fine-tuning）

pytorch使用：目录pytorch使用（五）使用pytorch进行微调（fine-tuning）在使用pytorch的时候，发现使用预训练的模型进行微调的时候有比较难的两步，一是如何加载需要的两部分模型

贪泉觉爽·2018-04-14 23:09

迁移学习和微调深度卷积神经网络

https://blog.csdn.net/bigbzheng/article/details/52372946（本文只是挑选自己不熟悉的知识点进行标注）关键词：深度卷积神经网络（DCNN）、迁移学习、微调（fine-tuning

开心95·2018-04-13 15:54

阅读笔记：CNN Image Retrieval Learns from BoW:Unsupervised Fine-Tuning with Hard Examples

名词解释BoW：Bag-of-wordsmodel，将文档表示成特征矢量。它的基本思想是假定对于一个文本，忽略其词序和语法、句法，仅仅将其看做是一些词汇的集合，而文本的每个词汇都是独立的。简单说就是将每个文档看成一个袋子，然后看每个袋子里装的都是些什么词汇，将其分类。通过统计文档中各个此出现的次数判断该文档在描述什么。例如，一个中如果猪、牛、马、羊、山谷、土地、拖拉机这样的词汇多，而银行、大厦、汽

Yan_bo·2018-03-16 10:22

Caffe fine-tuning 微调网络

转载请注明出处，楼燚(yì)航的blog，http://www.cnblogs.com/louyihang-loves-baiyan/目前呢，caffe，theano,torch是当下比较流行的DeepLearning的深度学习框架，楼主最近也在做一些与此相关的事情。在这里，我主要介绍一下如何在Caffe上微调网络，适应我们自己特定的新任务。一般来说我们自己需要做的方向，比如在一些特定的领域的识别

生如·2017-12-20 21:34

fine-tuning 预训练的模型文件

首先介绍tensorflow版本的，当你有完整的训练好的tensorflow模型时你的文件夹里边会出现四个文件１、checkpoint文件，这个文件当中存放的时预训练好的模型地址２、model.ckpt.meta文件，这个文件当中存放的是你预训练好的模型的grah，解析这个文件你能得到当初保存模型时所存储的变量的名称和形状３、model.ckpt.index文件和model.ckpt.data-0

liberyu·2017-12-01 14:34

【object detection】Faster RCNN 实践篇 - 使用 resnet 做预训练，Kitti 数据集做 fine-tuning，训练一个目标检测模型

前言：如下图所示，根据自己制定的“DeepLearning”学习计划，11月份的主要任务是：熟悉各大DL网络模型，主要以分类和检测为主；看论文；熟悉病理数据等。我们有一个2人组的小分队，我这个月的主要工作集中在学习目标检测的经典算法以及基于tensorflow或者keras跑一些经典的案例，主要有R-CNN，SPP-Net，Fast-RCNN，Faster-RCNN，YOLO等；另一名成员主要学习

Houchaoqun_XMU·2017-11-26 14:01

Adversarial Discriminative Domain Adaption 阅读笔记

先前的生成网络不适用于大的domainshift2先前的辨别网络施加固定的权重，没有利用GAN的loss1introduction一般而言，对于这种跨领域的任务，最简单的思想就是先训练sourcedomain，然后利用fine-tuning

c2a2o2·2017-11-23 21:37

fine-tuning

微调（fine-tuning）在平时的训练中，我们通常很难拿到大量的数据，并且由于大量的数据，如果一旦有调整，重新训练网络是十分复杂的，而且参数不好调整，数量也不够，所以我们可以用微调。

Cristal_yin·2017-11-02 18:13

Tensorflow物体检测（Object Detection）

Tensorflow在更新1.2版本之后多了很多新功能，其中放出了很多用tf框架写的深度网络slim模型，大大降低了开发难度，无论是fine-tuning还是修改网络结构都方便了不少。

offbye·2017-10-27 21:25

Tensorflow 使用slim框架下的分类模型进行分类

虽然现在keras也已经集成在tf.contrib中了），而且models/slim提供了类似之前说过的objectdetection接口类似的imageclassification接口，可以很方便的进行fine-tuning

cugxyy6·2017-10-27 20:44

Network pruning summary

针对权重剪枝，最具代表性的工作是韩松发表在NIP'15上的文章“LearningbothWeightsandConnections”，idea简单直接，通过对滤波器设定阈值的方式剪掉冗余的连接，每剪完一层就重新fine-tuning

信步闲庭v·2017-10-25 21:28

机器学习-学习笔记 MNIST Fine-tuning(一)

Fine-tuning(Finetune|微调)很多时候，我们的电脑跑不了那么多的数据，就可以去下载别人已经训练好的网络进行第二次训练，达到准确率更高，或者增加一个新的类别，让我们一步一步来。

DLNU-linglian·2017-10-25 20:34

CNN之fine-tuning

fine-tuning：使用已用于其他目标、预训练好模型的权重或者部分权重，作为初始值开始训练。为什么要用fine-tuning？

Daisy_HJL·2017-09-25 22:46

深度学习（八）——fine-tuning, 李飞飞

https://antkillerfarm.github.io/GAN（续）Lipschitz约束稍微思考一下，我们就发现，问题还没完。我们目前还没有对D做约束，不难发现，无约束的话Loss基本上会直接跑到负无穷去了～最简单的方案就是采用Lipschitz约束：∥D(y,θ)−D(y′,θ)∥≤C∥y−y′∥也可写作：∥∥∥∂D(y,Θ)∂y∥∥∥≤C注：RudolfOttoSigismundLi

antkillerfarm·2017-09-18 09:07

对卷积层dilation膨胀的作用的理解，caffe-ssd dilation Hole算法解析

deeplab以及Hole算法解析下面是caffe-ssd的vgg16输出后的变化，减少了一个pooling，stride=1，然后下一层采用了dilation方法，作用按上面博客说是既想利用已经训练好的模型进行fine-tuning

SelForcemiles·2017-05-03 21:07

tensorflow提取VGG特征

只需要forward过程就能做预测，当然，我们也可以直接把这个网络当成一个featureextractor来用，可以直接用任何一层的输出作为特征，根据R-CNN论文对Alexnet的实验结果，如果不做fine-tuning

andrewseu·2017-04-10 10:53

CNN与迁移学习

在经典CNN上进行fine－tuning步骤2:在上述神经网络的尾部展开，成为classificat

你看起来很好吃·2017-03-29 13:15

为什么SPP-Net无法fine-tune卷积层

SPP-Net在fine-tuning阶段之所以无法使用反向传播微调SPP-Net前面的Covs层，是因为特征提取CNN的训练和SVMs分类器的训练在时间上是先后顺序，两者的训练方式独立，因此SVMs的训练

王弗兰克·2017-03-15 21:57

使用MXNet fine-tuning之GoogleNet

1.使用caffe中的GoogleNet模型进行fine-tuning使用mxnet/tools/caffe_convert/convert_model.py进行模型和参数的转换：pythonconvert_model.py

dgh_dean·2017-01-16 09:45

YOLOv2训练voc数据集（一类）

博客连接：http://blog.csdn.net/u014540717在上一篇用YOLOv2模型训练VOC数据集中，我们尝试用YOLOv2来训练voc数据集，但我想训练自己的数据集，那么YOLOv2如何做fine-tuning

Conan_Cui·2016-12-07 14:10

yolo2 windows下，跑demo和fine-tuning

准备开始训练，fine-tuning，不过现在代码还有点错误，先记录下网上其他资料，等完全弄好再把博客完善下。

rookie_chenzhi·2016-12-01 20:01

深度学习知识点大杂烩

目录：1.fine-tuning改善效果的tricks2.特殊层介绍3.深度学习知识点4.目标检测小结5.学习网站和论坛以及博客============fine-tuning改善效果的trick

rookie_chenzhi·2016-10-28 09:06

Caffe fine-tuning 微调网络（记录加学习下）

转载请注明出处，楼燚(yì)航的blog，http://www.cnblogs.com/louyihang-loves-baiyan/目前呢，caffe，theano,torch是当下比较流行的DeepLearning的深度学习框架，楼主最近也在做一些与此相关的事情。在这里，我主要介绍一下如何在Caffe上微调网络，适应我们自己特定的新任务。一般来说我们自己需要做的方向，比如在一些特定的领域的识别

rookie_chenzhi·2016-10-17 13:53

阅读小结：CNN Image Retrieval Learns from BoW:Unsupervised Fine-Tuning with Hard Example：CNN Image Retrie

What:图像检索的一篇文章，使用了CNN特征。结果方面，由于数据集的问题，ft以后在Holiday上VGGNET82.5

Layumi1993·2016-08-12 21:01

caffe学习笔记2：Fine-tuning一个类别识别的预处理的网

Fine-tuning一个预处理的网用于类型识别（Fine-tuningaPretrainedNetworkforStyleRecognition）本文原文地址here在这个实验中，我们我们探索一个通用的方法

tianliangjay·2016-05-10 23:00

deep learning tutorial(三)Stacked Denoising Autoencoders (SdA)

2.微调（fine-tuning）当所有层都预训练完之后，我们通过极小化预测预测误差(predictionerror)来进行有监督学习。具体是在最

pmt123456·2016-04-23 16:00

论文笔记《Convolutional Neural Networks for Sentence Classification》

对word2vec的wordvectors进行针对性的fine-tuning，会得到更好的结果。另外，对cnn模型进行了

xum2008·2016-02-12 19:00

RCNN (Regions with CNN) 目标物检测 Fast RCNN的基础

Abstract:贡献主要有两点1：可以将卷积神经网络应用regionproposal的策略，自底下上训练可以用来定位目标物和图像分割2：当标注数据是比较稀疏的时候，在有监督的数据集上训练之后到特定任务的数据集上fine-tuning

baobei0112·2016-01-29 11:00

Caffe fine-tuning 微调网络

转载请注明出处，楼燚(yì)航的blog，http://www.cnblogs.com/louyihang-loves-baiyan/目前呢，caffe，theano,torch是当下比较流行的DeepLearning的深度学习框架，楼主最近也在做一些与此相关的事情。在这里，我主要介绍一下如何在Caffe上微调网络，适应我们自己特定的新任务。一般来说我们自己需要做的方向，比如在一些特定的领域的识别

luo_bosir·2016-01-29 11:56

Caffe fine-tuning 微调网络

转载请注明出处，楼燚(yì)航的blog，http://www.cnblogs.com/louyihang-loves-baiyan/目前呢，caffe，theano,torch是当下比较流行的DeepLearning的深度学习框架，楼主最近也在做一些与此相关的事情。在这里，我主要介绍一下如何在Caffe上微调网络，适应我们自己特定的新任务。一般来说我们自己需要做的方向，比如在一些特定的领域的识别

baobei0112·2016-01-29 11:00

Convolutional Neural Networks for Visual Recognition——笔记1

主要教授如何解决关于imagerecognition的问题，学习算法（例如backpropagation），训练跟fine-tuning的trick等。

Chrls_Wang·2016-01-21 23:16

Convolutional Neural Networks for Visual Recognition——笔记1

主要教授如何解决关于imagerecognition的问题，学习算法（例如backpropagation），训练跟fine-tuning的trick等。

Chrls_Wang·2016-01-21 23:16

caffe 教程 Fine-tuning CaffeNet for Style Recognition on “Flickr Style” Data 遇到的问题及解决方案

在使用这个教程时，主要遇到了两个问题：1、数据下不下来。pythonexamples/finetune_flickr_style/assemble_data.py--workers=1--images=2000--seed831486运行上述指令时，程序莫名其妙就不动了，也不下载文件，程序也没有挂掉，好像进入了死锁状态。查看源程序：assemble_data.py，可以看出assemble_dat

lujiandong1·2016-01-11 10:00

Caffe fine-tuning 微调网络

转载请注明出处，楼燚(yì)航的blog，http://www.cnblogs.com/louyihang-loves-baiyan/目前呢，caffe，theano,torch是当下比较流行的DeepLearning的深度学习框架，楼主最近也在做一些与此相关的事情。在这里，我主要介绍一下如何在Caffe上微调网络，适应我们自己特定的新任务。一般来说我们自己需要做的方向，比如在一些特定的领域的识别

楼燚航的blog·2015-12-11 13:00

卷积神经网络全连接层转换为卷积层获得heatmap

论文使用AlexNet为基础fine-tuning后的网络作为人脸分类器，在检测时将网络中的全

zizi7·2015-10-30 09:00

caffe网络微调（fine-tuning）

网络微调（fine-tuning）是指在他人已经训练好的模型的基础好，利用自己的数据（稍微改变网络结构）微调权值，以解决自己的问题！

Sunshine_in_Moon·2015-10-30 09:00

Fine-tuning on our database with Caffe

Fin-tuning....●Renamethelayersyouneedtochange.●CallCopyTrainedLayerFrom(pretrained_file)●Trainasnormallayer{ layer{ name:“fc8” name:“fc8-t” type:“innerproduct” type:“innerproduct” num_output:100

yihaizhiyan·2014-09-22 11:00

Learning and Transferring Mid-Level Image Representations using Convolutional Neural Networks

首先在imagenet等大数据集上面训练传统的CNN模型，然后在针对特定的任务就行fine-tuning（可能不准确），但是和以往fine-tuning不同的是：改变了整

woyaopojie1990·2014-08-21 16:00

采用caffe的model在自己的数据上面进行 fine-tuning

学了caffe的基本构架以后，想采用caffe的model在自己的数据库上面进行fine-tuning. 我的主要工作还是做图像分类，所以我没有修改caffe的构架。（1）只是将最后的输出1000改为了14，同时把train和val中的fc8全部改为一个自定义的名字，如fc-ft,这个名字随便自己定义。（2）用自带的create_imagenet.sh脚本生成训练和验证数据，用make_

woyaopojie1990·2014-07-23 10:00

宇宙微調論證（fine-tuning argument）

「X（某件事情）發生了！這麼扯的事情竟然會發生，這只能用神蹟來解釋！」許多人使用這種「奇蹟論證」的格式來建立支持上帝存在的主張，這些主張的不同之處，大致上在於它們訴諸不同的「神蹟」。有些人相信上帝（或土地公，whatever）存在，因為若不是這樣，他沒有辦法解釋自己的某些奇特經歷（例如摔倒之後腦瘤就好了）。智慧設計論者相信萬物是神創的，因為他們不認為這些具備各種奇奇怪怪精細器官的動植物，能夠經由巧

Kris Calon·2011-08-08 09:00

推荐频道

fine-tuning

Keras fine-tuning （基于ImageNet上训练好的模型，复用）

YOLO源码挖掘

fine-tuning的作用

pytorch使用（五）使用pytorch进行微调（fine-tuning）

迁移学习和微调深度卷积神经网络

阅读笔记：CNN Image Retrieval Learns from BoW:Unsupervised Fine-Tuning with Hard Examples

Caffe fine-tuning 微调网络

fine-tuning 预训练的模型文件

【object detection】Faster RCNN 实践篇 - 使用 resnet 做预训练，Kitti 数据集做 fine-tuning，训练一个目标检测模型

Adversarial Discriminative Domain Adaption 阅读笔记

fine-tuning

Tensorflow物体检测（Object Detection）

Tensorflow 使用slim框架下的分类模型进行分类

Network pruning summary

机器学习-学习笔记 MNIST Fine-tuning(一)

CNN之fine-tuning

深度学习（八）——fine-tuning, 李飞飞

对卷积层dilation膨胀的作用的理解，caffe-ssd dilation Hole算法解析

tensorflow提取VGG特征

CNN与迁移学习

为什么SPP-Net无法fine-tune卷积层

使用MXNet fine-tuning之GoogleNet

YOLOv2训练voc数据集（一类）

yolo2 windows下，跑demo和fine-tuning

深度学习知识点大杂烩

Caffe fine-tuning 微调网络 （记录加学习下）

阅读小结：CNN Image Retrieval Learns from BoW:Unsupervised Fine-Tuning with Hard Example：CNN Image Retrie

caffe学习笔记2：Fine-tuning一个类别识别的预处理的网

deep learning tutorial(三)Stacked Denoising Autoencoders (SdA)

论文笔记《Convolutional Neural Networks for Sentence Classification》

RCNN (Regions with CNN) 目标物检测 Fast RCNN的基础

Caffe fine-tuning 微调网络

Caffe fine-tuning 微调网络

Convolutional Neural Networks for Visual Recognition——笔记1

Convolutional Neural Networks for Visual Recognition——笔记1

caffe 教程 Fine-tuning CaffeNet for Style Recognition on “Flickr Style” Data 遇到的问题及解决方案

Caffe fine-tuning 微调网络

卷积神经网络全连接层转换为卷积层获得heatmap

caffe网络微调（fine-tuning）

Fine-tuning on our database with Caffe

Learning and Transferring Mid-Level Image Representations using Convolutional Neural Networks

采用caffe的model在自己的数据上面进行 fine-tuning

宇宙微調論證（fine-tuning argument）

Caffe fine-tuning 微调网络（记录加学习下）