当使用模型作为特征提取器时，深度学习模型（DenseNet121）的哪一层用作输出

2024-09-25 00:30:33 发布

您现在位置：Python中文网/ 问答频道 /正文
3398 3

我很难决定或确定densenet-121（精细调整模型）的哪一层用于特征提取

我有以下模型（基于DenseNet-121，但我添加了一个分类层，因为我已经训练它将图像分类为7类）。以下是我的模型的最后几层： enter image description here

然而，我很难确定使用哪一层（BatchNormalization或relu）。我想要一个len（4096）的向量。两层的输出是否有差异？推荐使用哪一种


Tags： 模型图像len分类差异向量relubatchnormalization
1条回答
网友
1楼 · 发布于 2024-09-25 00:30:33

如果要进行分类，则需要稠密的_3层作为模型输出。批量标准化层和relu层各自产生一个形状输出（2,21024）。4096是层的可训练参数数

相关问题 更多 >

    编程相关推荐