考虑这种情况：您尝试解决的问题有少量的数据。幸运的是，您有一个之前训练过的针对类似问题的神经网络模型。您将使用以下哪种方法来使用该预先训练的模型？()
A: 冻结除最后一层之外的所有层，重新训练最后一层
B: 在每一层评估模型如何执行，只选择其中的一些
C: 对于新的数据集重新训练模型
D: 只微调最后几层
A: 冻结除最后一层之外的所有层，重新训练最后一层
B: 在每一层评估模型如何执行，只选择其中的一些
C: 对于新的数据集重新训练模型
D: 只微调最后几层
举一反三
- 考虑这种情况：您尝试解决的问题有少量的数据。幸运的是，您有一个之前训练过的针对类似问题的神经网络模型。您将使用以下哪种方法来使用该预先训练的模型？( )
- 对于某深度学习模型而言，假设解决某个问题能够获得的训练样本比较少，类似问题已经有预训练好的模型，西面哪种方法利用预训练好的模型可能获得较好的效果？ A: 用新样本重新训练整个模型 B: 只训练最后几层神经元 C: 随机选几层进行训练 D: 只训练最后一层，其余层网络参数冻结
- 训练数据选择训练算法最后建立人工神经网络模型。( )
- 有关深度神经网络预训练模型的说法，正确的是哪些？ A: 当新的数据量少且数据与原数据集类似，可以对输出层训练即可，不需要对模型参数做过多的调整 B: 使用预训练模型意味着难以自由改变网络结构和参数，限制了其应用场合 C: 当新数据量比较大，且数据与原数据类似，可对预训练模型的所有层以较大的学习率微调 D: 当新数据量少，且数据和原数据集差异较大，那么除了对输出层微调外，还要对顶层以下的层数进行大调
- 利用keras构建卷积神经网络模型时主要涉及的步骤为,载入数据,对该数据预处理,构建Sequential模型,构建神经网络和全连接层,利用____函数进行编译,利用____函数训练模型,最后进行模型的评估和对新数据的预测。