問題タブ [transfer-learning]

Keras によって提供される事前トレーニング済みの重みを使用して、Resnet50 アーキテクチャ (keras の実装に基づいてビルドしました) で微調整を達成しようとしています。

この事前トレーニング済みモデルの欠点は、ツリー チャネルを使用して画像でトレーニングされていることです。私の場合、入力には 3 つ以上のチャネルがあります。5、6、...

そのチャネルの変動は、最初の conv1 レイヤーがチャネルの数に依存していることを意味します。したがって、事前にトレーニングされた重みを使用するには、2 つの可能性があります。

1. conv1 レイヤーの後に重みをロードし、conv1 の前のレイヤーではランダムに設定されます。

2. 2 番目の可能性は、conv1 に RGB の重みを設定し、残りのチャネルを RGB の重みの複製で満たすことです。

2 番目の可能性を試しましたが、3 の倍数でしか機能しません。さらに、glorot_uniformバンドを複製する代わりに特定のイニシャライザ (たとえば) が必要な場合は、不可能のようです。

だから私は知りたいのですが、特に3の倍数ではなく任意の数のチャネルで動作するために、そのようなことを達成するための機能や他のアプローチがあるかどうかを知りたいですか?

注: 2 番目の可能性を適用する前に、それを実現する関数を見つけようとしましたが、何も見つかりませんでした。