使用NasNet模型与keras做深度学习训练时采用以下代码

一、代码片
inputs = Input((224, 224, 3))
base_model = NASNetMobile(include_top=False, input_shape=(224, 224, 3)) # , weights=None
x = base_model(inputs)

刚开始一直报这样的错误:

ValueError: padding must be zero for average_exc_pad Apply node that
caused the error: AveragePoolGrad{ignore_border=True,
mode=‘average_exc_pad’, ndim=2}(Elemwise{Composite{(i0 * (i1 +
Abs(i1)))}}.0, IncSubtensor{InplaceInc;::, ::, :int64:, :int64:}.0,
TensorConstant{(2,) of 2}, TensorConstant{(2,) of 2},
TensorConstant{(2,) of 1}) Toposort index: 137 Inputs types:
[TensorType(float32, 4D), TensorType(float32, 4D), TensorType(int32,
vector), TensorType(int32, vector), TensorType(int32, vector)] Inputs
shapes: [(32, 32, 64, 64), (32, 32, 33, 33), (2,), (2,), (2,)] Inputs
strides: [(524288, 16384, 256, 4), (139392, 4356, 132, 4), (4,), (4,),
(4,)] Inputs values: [‘not shown’, ‘not shown’, array([2, 2]),
array([2, 2]), array([1, 1])] Outputs clients:
[[InplaceDimShuffle{0,2,3,1}(AveragePoolGrad{ignore_border=True,
mode=‘average_exc_pad’, ndim=2}.0)]] Backtrace when the node is
created(use Theano flag traceback.limit=N to make it longer): File
“C:\Users\aiza\Anaconda3\envs\py2\lib\site-packages\theano\gradient.py”,
line 1272, in access_grad_cache
term = access_term_cache(node)[idx] File “C:\Users\aiza\Anaconda3\envs\py2\lib\site-packages\theano\gradient.py”,
line 967, in access_term_cache
output_grads = [access_grad_cache(var) for var in node.outputs] File
“C:\Users\aiza\Anaconda3\envs\py2\lib\site-packages\theano\gradient.py”,
line 967, in
output_grads = [access_grad_cache(var) for var in node.outputs] File
“C:\Users\aiza\Anaconda3\envs\py2\lib\site-packages\theano\gradient.py”,
line 1272, in access_grad_cache
term = access_term_cache(node)[idx] File “C:\Users\aiza\Anaconda3\envs\py2\lib\site-packages\theano\gradient.py”,
line 967, in access_term_cache
output_grads = [access_grad_cache(var) for var in node.outputs] File
“C:\Users\aiza\Anaconda3\envs\py2\lib\site-packages\theano\gradient.py”,
line 967, in
output_grads = [access_grad_cache(var) for var in node.outputs] File
“C:\Users\aiza\Anaconda3\envs\py2\lib\site-packages\theano\gradient.py”,
line 1272, in access_grad_cache
term = access_term_cache(node)[idx] File “C:\Users\aiza\Anaconda3\envs\py2\lib\site-packages\theano\gradient.py”,
line 1108, in access_term_cache
new_output_grads) HINT: Use the Theano flag ‘exception_verbosity=high’ for a debugprint and storage map footprint
of this apply node.

二、后面改为以下格式后:
base_model = NASNetMobile(include_top=False, weights=‘imagenet’)
x = base_model.output
之前出现的错误消失,但是又出现新的错误:

提示使用预训练权重训练时权重的层数与模型的层数不匹配。

三、解决方法有以下两种:
1、先不使用预训练权重,使用随机权重来初始化模型:
base_model = NASNetLarge(weights=None, include_top=False)

2、使用load_weights函数加载预训练权重:
base_model.load_weights(“你的权重路径”, by_name=True)

就可以使用预训练权重了

使用NasNet模型与keras做深度学习训练时报错相关推荐

  1. 做深度学习训练记录log文件

    import logging import time# 创建一个logger logger = logging.getLogger('mylogger') logger.setLevel(loggin ...

  2. Keras教程:使用Keras开始深度学习和Python(上)

    概述:包括什么内容呢 用Keras训练第一个简单的神经网络不需要很多代码,但是我们将慢慢开始,逐步进行,确保您理解如何在自己的自定义数据集上训练网络. 我们今天要讨论的步骤包括: 在系统上安装Kera ...

  3. Keras vs PyTorch,哪一个更适合做深度学习?

    选自Medium 作者:Karan Jakhar 机器之心编译 参与:小舟.魔王 如何选择工具对深度学习初学者是个难题.本文作者以 Keras 和 Pytorch 库为例,提供了解决该问题的思路. 当 ...

  4. DL框架之Keras:深度学习框架Keras框架的简介、安装(Python库)、相关概念、Keras模型使用、使用方法之详细攻略

    DL框架之Keras:深度学习框架Keras框架的简介.安装(Python库).相关概念.Keras模型使用.使用方法之详细攻略 目录 Keras的简介 1.Keras的特点 2.Keras四大特性 ...

  5. 【干货】Keras vs PyTorch,哪一个更适合做深度学习?

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 如何选择工具对深度学习初学者是个难题.本文作者以 Keras 和 ...

  6. [转载] python实现语义分割_使用Keras实现深度学习中的一些语义分割模型

    参考链接: Keras中的深度学习-数据预处理 Keras-Sematic-Segmentation 使用Keras实现深度学习中的一些语义分割模型. 配置 tensorflow 1.13.1+ten ...

  7. 基于keras的深度学习基本概念讲解

    基于keras的深度学习基本概念讲解 Tensorflow1.0正式发布,谷歌首届Tensorflow开发者大会在山景召开,深度学习迎来新的高潮和狂欢.随着深度学习框架的普及和推广,会有越来越多人加入 ...

  8. MLK | Keras 入门深度学习逢看必会

    MLK,即Machine Learning Knowledge,本专栏在于对机器学习的重点知识做一次梳理,便于日后温习,这次主要讲下Keras的入门. ? 前情回顾 ? Index Keras的简易安 ...

  9. TensorFlow 2 和 Keras 高级深度学习:6~10

    原文:Advanced Deep Learning with TensorFlow 2 and Keras 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自[ApacheCN 深度学习 译文 ...

最新文章

  1. 广东移动节能绿色数据中心掀起“能耗革命”
  2. 亿级用户下的新浪微博平台架构阅读心得
  3. 【知识图谱系列】人工智能经典图谱有哪些?
  4. I.MX6 boot from Micro SD
  5. Spring事务管理(注解式声明事务管理)备忘
  6. VC++ 6.0 快捷键大全
  7. 大数据BI框架知识点备注
  8. 工频变压器和高频变压器
  9. CSS设置div水平垂直居中
  10. 如何查看 Ubuntu 版本和其他系统信息
  11. 服务器文件安全扫描,服务器安全扫描工具
  12. mbp touchbar设置_【macbook pro小技巧】 敲代码时如何让touchbar一直显示fn(f1 - f12)键...
  13. 2022年高校毕业生破千万,AI岗位23960元跃升高薪职位榜首
  14. ​Python办公自动化之Excel最全整理
  15. Mac下如何用SSH连接远程Linux服务器
  16. chrome控制台功能
  17. 记录学习JavaScript的第三天 浅显易懂(十二)——正则表达式——电子邮件
  18. 2013年下半年c语言真题及答案,2013年10月自考04737C++程序设计真题及答案
  19. 中望cad文字显示问号怎么办_CAD中文字显示为问号怎样解决?
  20. 【分布式系统】面向结构化数据的分布式存储

热门文章

  1. 利用pandas进行简单数据分析-医院销售数据分析案例
  2. CVE-2022-0847 Linux内核提权漏洞分析
  3. 【UnityShader】光线追踪体积光
  4. SCI/ISTP和EI论文检索号IDS number和收录号查询方法
  5. 如何查询某论文是否被EI/SCI检索
  6. 1.7 什么是软件生命周期模型?试比较瀑布模型,快速原型模型,增量模型和螺旋模型的优缺点,说明每种模型的适用范围
  7. 用python写情书_用Python给喜欢人的发一封邮件吧(群发)
  8. 2016年川师大软件工程本科生博客地址列表
  9. 几家线上少儿英语(vipkid、哒哒英语等)试听感想
  10. 507. Perfect Number