将基于Theano的Keras模型定义转换为TensorFlow时，更改input_shape输入层的顺序是否足够？
例如下面的层
Convolution2D(32, 3, 3, input_shape=(3, img_width, img_height))
将被替换为
Convolution2D(32, 3, 3, input_shape=(img_width, img_height, 3))
注意：我不想使用dim_ordering='th'。
我认为这个问题的意思是“什么
input_shape应该我通过给定的，我使用我的TensorFlow第一层和我的默认设置dim_ordering是"tf"”。答案是肯定的，那就是您的做法(img_width, img_height, 3)。需要注意的重要一点是，如果要将使用Theano进行过训练的保存的模型加载
dim_ordering="th"到TF的模型定义中dim_ordering="tf"，则需要转换卷积内核。Keras为此提供了实用程序。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句