Tensorflow inception-V3 Re-Train 多层

Posted 2023-03-12

【中文标题】Tensorflow inception-V3 Re-Train 多层

【英文标题】：Tensorflow inception-V3 Re-Train multiple layers

【发布时间】：2017-03-22 22:37:11

【问题描述】：

我已经成功地使用 Python2.7 api 为我自己的 100 个类重新训练了 inception V3 最终分类层，它给出了不错的结果，但不是特别好。

我也有代码从头开始重新训练整个网络，如给定 here (google code)，但这是资源和时间密集型的，我有 400 000 张图像，所以不知道训练后的准确度是多少。

我想知道我是否可以重新训练最后几个全连接层，或者不仅仅是分类层，这样可以在一定程度上提高准确性，而且在资源和时间方面对计算的要求也不是很高.

我尝试了很多搜索，但找不到任何东西。我想做什么有可能吗？我需要这方面的帮助。

【参考方案1】：

优化器会查看“可训练变量”列表。可以使用tf.get_collection_ref(tf.GraphKeys.TRAINABLE_VARIABLES) 获得对该数组的引用。你应该可以修改它。只读版本是tf.trainable_variables。

请注意，前向步骤（推理）始终必须运行，因此您必须支付该成本。如果您不想这样，最简单的方法是运行推理，将输出保存到 tf 记录，然后从这些预处理数据样本中训练出来。