如何解决重塑迁移学习
我正在尝试迁移学习 我有输入大小的数据 (16657,32,1) 但我想将它作为输入输入模型。我需要大小为 (16657,3)。如何添加 2 个额外频道？尽管它在 conv2d 模型中运行良好。但我想将其应用到其他迁移学习模型，例如 vgg19、resnet50 等。
解决方法
您可以将现有频道复制到两个额外的维度中。 在将输入图像提供给网络之前对输入图像使用预处理函数，并定义函数将通道堆叠 3 次。
img = np.array([[12,16,19],[124,25,[76,8,78]]) # shape (3,3)
stacked_img = np.stack((img,)*3,axis=0) # shape (3,3,3)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
