这是我使用resnet50.h5进行训练新的模型时出现的问题,而出现此问题的原因是模型的resnet的类别是1000类。而此时的类别是7类,类别不匹配造成的,所以解决方法是:在加载模型权重是设置by_name=True,意思是允许进行fine-tuning微调
model.load_weights(weight_path,by_name=True)
ValueError: decode_predictions:a 2D array of shape (samples,, 1000)). Found array with shape: (1, 7)
最新推荐文章于 2026-06-14 19:11:45 发布
本文分享了在使用预训练的ResNet50模型进行微调时遇到的类别不匹配问题及解决方案。通过设置load_weights函数的by_name参数为True,成功解决了因预训练模型类别数与实际任务类别数不符导致的加载权重失败问题。

143

被折叠的 条评论
为什么被折叠?



