Прежде всего, я новичок в платформе Deep Learning , пожалуйста, исправьте меня, если я допустил ошибку.
Я пытаюсь реализовать определение возраста с помощью DEX метод.На данный момент я понимаю, что они пытались обучить модель веса CNN, используя архитектуру VGG-16.Я использую IMDB_WIKI набор данных, как они предлагают в своей статье.
Я использую TensorFlow, Keras для обучения моей модели веса в Python3 language.
Мои шаги по обучению модели (я только начинаю с набора IMDB):
- Загрузите файл IMDB mat и получите данные обучения инабор проверочных данных (10% от общего набора данных)
- Создание модели VGG-16 с ImageNet весом (я считаю, что это большой набор данных)
- Так как ImageNet имеет 1000 классов, удалите последний слой модели и поместите вместо него выходной слой моего возрастного класса.
- Также добавьте выпадающий слой в верхней части выходного слоя (откровенно говоря,не знаю, как это работает)
Мой эксперимент начинается отсюда:)
- Замораживание слоев по предварительной подготовке в архитектуру VGG-16, кромемои новые добавленные слои, теперь есть несколько необучаемых объектов.В этом случае моя точность тренировочного возраста составляет всего 19%, что слишком мало, я надеюсь, что при определении реального возраста это должно быть 50-56%.
- Видя, что, возможно, это связано с тем, что я нетренировать все слои.Я удаляю замораживание слоев и пытаюсь тренироваться, но это показывает мне исключение нехватки памяти. После этого я просто замораживаю 8 слоев моей общей архитектуры, после обучения 40 эпох я обнаружил, что возрастная точность составляет 11%, что меньшедо: (
Может ли кто-нибудь помочь мне правильно понять этот документ, пожалуйста?
Спасибо.