我有一个在 Imagenet 上训练的预训练 CNN (Resnet-18)，现在我想在我自己的视频帧数据集上扩展它，现在重点是我在 Finetuning 所需数据集上找到的所有教程，这些教程要组织在像 1班/火车/ 类1/测试/ 2班/火车/ 类2/测试/
但是我的很多视频只有帧，我将如何训练我的 CNN。
那么任何人都可以指出我正确的方向，任何教程或论文等吗？
PS：我的最终任务是获取我在测试时提供的所有帧的深度特征
【问题讨论】：
标签： deep-learning unsupervised-learning
对于训练网络，您应该有一些输入数据的“标签”（有时称为 y）。从那里，网络计算logit（网络答案）和给定标签之间的损失。 并且网络将通过反向传播使用该损失值进行自我修正。这个过程就是我们所说的“训练”。 因为你只有输入数据，没有标签，所以你只能得到logit。这意味着无法计算损失。 微调与“附加训练”几乎是同一个词，因此您无法在没有标记数据的情况下微调您的预训练网络。
关于训练集和测试集，这不是现在的问题。 如果您有足够的标记输入数据，则可以将其按一定比例进行划分。 （例如，80% 的数据用于训练，20% 的数据用于测试） 之所以将数据分成这两组，是为了在更一般的、不可见的情况下检查我们训练好的网络的性能。
但是，如果您只是将数据输入到预训练网络（编码器部分）中，它将提供深度特征。它并不完全适合您的任务，但它仍然是一个深度功能。
已添加）
Unsupervised pre-training for convolutional neural network in theano
这是您需要的方法，无监督情况下的深度特征编码器。我希望它会有所帮助。
【讨论】：