如何在 DIGITS（不同标签）中使用具有不同数据集的新预训练模型？答案

【问题标题】：How to use new pretraining model with different dataset in DIGITS (different labels)?如何在 DIGITS（不同标签）中使用具有不同数据集的新预训练模型？
【发布时间】：2017-02-28 11:40:13
【问题描述】：

我想使用 VGG_ILSVRC_19_layers 作为数字预训练模型，但数据集不同。我需要不同的标签文件吗？如何上传此模型并将其用于我的数据集？

对于我得到的 VGG 16 层

错误：无法从层“fc6”复制参数 0 权重；形状不匹配。源参数形状为 1 1 4096 25088 (102760448)；目标参数形状是 4096 32768 (134217728)。学习这一层的参数从头开始而不是从保存的网络中复制，重命名图层。

如何修改图层？

【问题讨论】：

标签： opencv machine-learning deep-learning caffe nvidia-digits

【解决方案1】：

您的标签与 DIGITS 中的数据集相关联，而不是与您的模型相关联。当您上传预训练的 VGG 模型时，您可能需要重命名最后一个内积层（请参阅 this answer），以便您的模型可以处理 N 个类而不是 1000 个。

【讨论】：

感谢您的回答，但我收到“错误：您的部署网络缺少 Softmax 层！阅读自定义网络的文档和/或查看标准网络的示例”
嗯，这是一个不同的问题。随时在 SO 或 GitHub 上发布另一个问题。