如何使用 Tensorflow 的对象检测 API 在训练中修改冻结层？

Question

我在训练中使用Tensorflow 的对象检测 API。

在哪个文件中，冻结层被定义为在训练中对模型进行微调。我需要在微调中尝试更改冻结层。

例如，如果我使用Resnet50 配置，我可以在哪里更改冻结层？

Answer 1

那当然可以。

通过读取用于训练的proto文件，有一个名为 的字段freeze_variables，这应该是一个包含您要冻结的所有变量的列表，例如在训练期间排除它们。

假设您想冻结第一个块的第一个单元中第一个瓶颈的权重，您可以通过添加

freeze_variables: ["resnet_v1_50/block1/unit_1/bottleneck_v1/conv1/weights"]

所以你的配置文件看起来像这样：

train_config: {
  batch_size: 1
  freeze_variables: ["resnet_v1_50/block1/unit_1/bottleneck_v1/conv1/weights"]
  ...

您可以通过检查张量流图来验证权重实际上是否已冻结。

如图所示，权重train不再起作用。

通过为 选择特定模式freeze_variables，您可以非常灵活地冻结变量（您可以从张量流图中获取层名称）。

顺便说一句，这是实际的过滤操作。