当输入形状不同时，keras 中的迁移学习

Posted 2023-03-29

【中文标题】当输入形状不同时，keras 中的迁移学习

【英文标题】：transfer learning in keras when input shape is different

【发布时间】：2021-10-14 16:30:54

【问题描述】：

我有一个关于迁移学习的问题。假设有一个神经网络模型接受形状 (250,7) 的输入。我想用这个预训练模型的权重初始化模型，然后在我的数据集上训练它以根据我的数据集更新权重。但是我的数据集是形状（251,8）。考虑到我的输入形状不同，有没有办法使用预训练模型初始化权重？如果是这样，我该怎么做？我们将不胜感激。

【问题讨论】：

您可以删除一个相关性较低的特征或使用具有 250、7 个顶点的 PCA 降维

【参考方案1】：

您可以尝试在迁移学习模型之前添加另一层。就像最后一层一样，这将更新它在您的数据集上的权重并且应该可以正常工作。

【讨论】：

所以我放弃了迁移学习模型的输入层？

是的，你可以这样做。或者，您可以添加自己的输入层，该输入层馈送到迁移学习模型的输入层。哪个更适合您的用例。