老师，为什么在global_average_pooling2d_1层后面接全连接层效果反倒不好了？

来源：12-5 迁移学习下的模型预测

zozo_zuo

2020-01-24

如题，我在mobilenet的global_average_pooling2d_1层后面接的dense层，参数与课程中一致，但是训练效果并不好，是因为global average pooling之后丢失了特征图的中的信息么？

写回答

1回答

lewis

2020-01-24

没听明白，迁移学习本来就是把别的模型最后一层换成dense层，训练效果很好，建议你先可视化diff一下你的代码和示例代码的区别

lewis

zozo_zuo

摊平flatten是必须的，这是高维向低维转换的必经之路。

2020-01-26

共2条回复

JavaScript玩转机器学习-Tensorflow.js项目实战

机器学习理论知识+Tensorflow.js实战开发

644 学习 · 189 问题

相似问题

回答 1

回答 4

回答 1

回答 1

回答 2