有什么方法可以尝试修改 ResNet50 和 VGG16，其中我的数据（频谱图）的形状为 (64,256,2)？
我知道我可以取出一些层并修改它们（输出，密集），但我不确定输入通道。
谁能建议一种在模型中容纳 2 个通道的方法？非常感谢您的帮助！
【问题讨论】：
标签： keras deep-learning neural-network resnet vgg-net
您可以在输入中使用不同数量的通道（以及不同的高度和宽度），但在这种情况下，您不能使用预训练的 imagenet 权重。你必须从头开始训练。您可以按如下方式创建它们：
from tensorflow import keras # or just import keras
vggnet = keras.applications.vgg16.VGG16(input_shape=(64,256,2), include_top=False, weights=None)
注意weights=None 参数。这意味着随机初始化权重。如果您将频道数设置为3，则可以使用weights='imagenet'，但在您的情况下，您有2 个频道，因此它不起作用，您必须将其设置为None。 include_top=False 可让您自己添加具有不同类别的最终分类层。你也可以用同样的方法创建vgg19.VGG19。对于 ResNet，您可以类似地创建它，如下所示：
resnet = keras.applications.resnet50.ResNet50(input_shape=(64, 256, 2), weights=None, include_top=False)
vgg和resnet的其他型号和版本，请查看here。
【讨论】：