我已经成功地使用Python2.7api为我自己的100个类重新培训了inceptionv3最终分类层,它给出了不错的结果,但不是特别好。在
我也有代码从零开始重新训练整个网络,如给定的here (google code)但这是资源和时间密集型的,我有40万张图像,所以不知道训练后的准确度。在
我想知道我是否可以重新训练最后几个完全连接的层,或者不仅仅是分类层,这样就可以在一定程度上提高准确性,而且在计算上也不需要太多的资源和时间。在
我试着找了很多,但什么也没找到。有可能我想做什么?我需要帮助。在
Tags:
优化器查看“可训练变量”列表。可以使用
tf.get_collection_ref(tf.GraphKeys.TRAINABLE_VARIABLES)
引用此数组。你应该可以修改它。只读版本是tf.trainable_variables
。在请注意,前一步(推理)总是要运行的,因此您必须支付该成本。如果您不希望这样,最简单的方法是运行推理,将输出保存到tf记录中,然后训练出这些预处理的数据样本。在
相关问题 更多 >
编程相关推荐