具有不同数量类的 AlexNet 实现答案

【问题标题】：AlexNet implementation with different number of classes具有不同数量类的 AlexNet 实现
【发布时间】：2020-09-29 21:53:39
【问题描述】：

我正在尝试使用 AlexNet 测试数据集。我正在使用this 实现。问题是我的数据集有 11 个类，但该站点上的代码用作输出层 1000 个类。我是否只需要更改最后一部分：

# 3rd Fully Connected Layer
model.add(Dense(1000))
model.add(Activation(‘relu’))
# Add Dropout
model.add(Dropout(0.4))

# Output Layer
model.add(Dense(17))
model.add(Activation(‘softmax’))

收件人：

# 3rd Fully Connected Layer
model.add(Dense(11))
model.add(Activation(‘relu’))
# Add Dropout
model.add(Dropout(0.4))

# Output Layer
model.add(Dense(17))
model.add(Activation(‘softmax’))

这样我就可以测试我的数据集了吗？

PS 总的来说，我是机器学习的新手，如果这是一个愚蠢的问题，我很抱歉

【问题讨论】：

如果您觉得我的回答有用，请考虑点赞：)

标签： python machine-learning keras deep-learning neural-network

【解决方案1】：

如果您的数据集有 11 个类，请将最后一层的输出数量更改为 11。试试这个：

# 3rd Fully Connected Layer
# This is only the output of a hidden layer, you don't have to change this
model.add(Dense(1000)) 
model.add(Activation(‘relu’))
# Add Dropout
model.add(Dropout(0.4))

# Output Layer
# This is what you want to change
model.add(Dense(11))
model.add(Activation(‘softmax’))

【讨论】：