Keras Applications提供一些最流行的模型架构的实现，权重在一些最流行的数据集上进行了预训练。这些预定义的模型对于问题的迁移学习非常方便，这些问题与模型训练的数据集相似。
但是如果我有一个非常不同的问题并且想要在新数据集上完全训练模型怎么办？如果我没有预训练权重，如何使用应用程序中的模型根据我自己的数据集从头开始训练？
最佳答案
您可以为权重变量分配 None ，例如使用 inception V3 架构。
keras.applications.inception_v3.InceptionV3(include_top=False, weights='None', input_shape=input_shape = (img_width, img_height, 3))
include_top=False将允许您使用自定义网络训练顶层。weights='None'意味着我们在没有任何权重的情况下进行训练，如果您想使用 imagenet 权重进行训练，请将其设置为 weights='imagenet'
关于keras - 使用来自 Keras 应用程序的模型，无需预训练权重，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/50675802/