Tensorflow初始-V3重新训练多层

Question

我已成功使用Python2.7 api为我自己的100个类重新训练了初始V3最终分类层,它给出了不错的结果,但并不是特别好.

我也有代码来重新训练整个网络,如下所示(谷歌代码),但这是资源和时间密集,我有40万张图像,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培训最后几个完全连接的层中的一些,或者不仅仅是分类层,以便在一定程度上提高准确性,并且在资源和时间方面也不是计算上非常苛刻的.

我试图搜索很多,但找不到任何东西.有可能我想做什么？我需要帮助.

Answer 1

优化器查看“可训练变量”列表。可以使用 来引用该数组tf.get_collection_ref(tf.GraphKeys.TRAINABLE_VARIABLES)。您应该能够修改它。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。如果您不想这样做，最简单的方法是运行推理，将输出保存到 tf 记录，然后使用这些预处理的数据样本进行训练。