使用经过训练的权重来训练不同的数据集

【问题标题】：Use trained weight to train different dataset使用经过训练的权重来训练不同的数据集
【发布时间】：2019-10-17 19:24:21
【问题描述】：

我已经在包含 4 个输出类的数据集上训练了一个 CNN 模型，我将模型的权重保存在“weights.h5”中。我想使用这些权重在仅包含 2 个输出类的不同数据集上进行训练，我该怎么做？

【问题讨论】：

你的代码是什么样子的？

标签： tensorflow keras neural-network deep-learning convolution

【解决方案1】：

加载模型/权重
从经过训练的网络中删除最后一层
附加新的输出层
重新编译

base_model.load_weights(...)

x = base_model.layers[-2].output
x = Dense(2,activation='softmax')(x) # 2 output classes
model = Model(base_model.input,x)

model.compile(...)

【讨论】：