model = Model_A()
model.compile(....)
model.fit(X_train_A, y_train_A, nb_epoch=..., batch_size=...,...)
# you load model_A which is defined for your dataset A and then you perform fit with the data from dataset A.
model.pop()
model.add(Dense(nb_classes_dataset_B))
# then proceed with model.fit() for dataset B
可以做的是用包含L个目标输出层的源代码
dataset A
来训练模型。训练完权重后,可以加载权重,例如使用Kerasmodel.pop()
函数移除最后一层,并使用新目标训练最后一层。以下代码未经测试,但您需要遵循以下逻辑:相关问题 更多 >
编程相关推荐