重新训练Tensorflow最终图层但仍使用以前的Imagenet类

HP.*_*HP. 10 python image-recognition deep-learning tensorflow imagenet

我的目标是在Tensorflow Inception附带的现有1000个Imagenet类中"添加"更多类.现在我可以通过从头开始训练来重新运行整个事情,bazel-bin/inception/imagenet_train但这需要很长时间,特别是每次我想添加一个新类.

是否可以使用bazel-bin/tensorflow/examples/image_retraining/retrain --image_dir ~/flower_photos,然后添加到现有的标签输出文件?

对不起,我是新手.

小智 1

您可以厚颜无耻地添加倒数第二层,这也指倒数第二层...当然,如果您想多次执行该过程,那么这是一种黑客行为,不切实际...

或者,您可以替换输出层,然后在执行此操作之前,手动保存该层之前的权重,然后使用类似乐观恢复的内容重新加载整个网络,并添加旧的权重(您还必须单独重新加载)您现在手动更大的权重矩阵。

在此输入图像描述