- 我试图使用Pretrained网络(Resnet18 Resnet50等)培训,我得到我下面提到的错误。谁能谁知道原因是有用的呢?
代码
:
网= alexnet;
analyzeNetwork(净)
%第一层,图像输入层,需要输入的图像大小224 - 224 - 3,3是颜色通道的数量。
.InputSize inputSize = net.Layers (1)
%取代最后一层
%的最后三层pretrained网络净配置1000类。这些三层必须调整为新分类问题。提取所有层,除了最后三,从pretrained网络。
layersTransfer = net.Layers (1: end-3);
%层转移到新的分类任务代替最后三层完全连接层,softmax层和输出层分类。指定的选项完全连接层根据新的数据。设置完全连接层相同的大小在新数据类的数量。更快地学习在新的层比传输层,增加WeightLearnRateFactor和BiasLearnRateFactor值的完全连接层。
numClasses =元素个数(类别(imdsTrain.Labels))
层= [
layersTransfer
fullyConnectedLayer (numClasses WeightLearnRateFactor, 20日BiasLearnRateFactor, 20)
softmaxLayer
classificationLayer];
错误
:
错误使用trainNetwork(第183行)
无效的网络。
引起的:
层“res2a”:无关的输入。每一层的输入必须连接到另一个的输出
层。
检测无关的输入:
输入“in2”
层“res2b”:无关的输入。每一层的输入必须连接到另一个的输出
层。
检测无关的输入:
输入“in2”
层“res3a”:无关的输入。每一层的输入必须连接到另一个的输出
层。
检测无关的输入:
输入“in2”
层“res3b”:无关的输入。每一层的输入必须连接到另一个的输出
层。
检测无关的输入:
输入“in2”
层“res4a”:无关的输入。每一层的输入必须连接到另一个的输出
层。
检测无关的输入:
输入“in2”
层“res4b”:无关的输入。每一层的输入必须连接到另一个的输出
层。
检测无关的输入:
输入“in2”
层“res5a”:无关的输入。每一层的输入必须连接到另一个的输出
层。
检测无关的输入:
输入“in2”
层“res5b”:无关的输入。每一层的输入必须连接到另一个的输出
层。
检测无关的输入:
输入“in2”
