小编Anu*_*nuj的帖子

我刚刚从我的自定义数据集(1675列车图像,400个验证图像,2个类)完成了从头开始训练inceptionv3:

1. 我不知道如何使用我新训练的模型对我的测试图像进​​行预测.(在哪里指向label_image.py模型)

2. 我训练有素的模特在哪里得救了？
   关于我的设置/运行的一些元数据:---

3. 我在train_dir中生成了以下文件:

   • events.out.tfevents.1481980070.airig-灵-7559(4.9GB)
   • graph.pbtxt(18.5MB)
   • 还有一堆model.ckpt- .meta和model.ckpt- .index文件

运行火车脚本后我得到了: -

....
INFO:tensorflow:Stopping Training.
INFO:tensorflow:Finished training! Saving model to disk.

运行eval脚本后,我得到了: -

.....
INFO:tensorflow:Evaluation [0/25]
INFO:tensorflow:Evaluation [1/25]
INFO:tensorflow:Evaluation [2/25]
INFO:tensorflow:Evaluation [3/25]
INFO:tensorflow:Evaluation [5/25]
INFO:tensorflow:Evaluation [5/25]
INFO:tensorflow:Evaluation [6/25]
INFO:tensorflow:Evaluation [7/25]
INFO:tensorflow:Evaluation [8/25]
INFO:tensorflow:Evaluation [9/25]
INFO:tensorflow:Evaluation [10/25]
INFO:tensorflow:Evaluation [11/25]
INFO:tensorflow:Evaluation [13/25]
INFO:tensorflow:Evaluation [13/25]
INFO:tensorflow:Evaluation [14/25]
INFO:tensorflow:Evaluation [15/25]
INFO:tensorflow:Evaluation [16/25]
INFO:tensorflow:Evaluation [17/25]
INFO:tensorflow:Evaluation [18/25]
INFO:tensorflow:Evaluation [19/25]
INFO:tensorflow:Evaluation [20/25]
INFO:tensorflow:Evaluation [21/25]
INFO:tensorflow:Evaluation [22/25]
INFO:tensorflow:Evaluation [23/25]
INFO:tensorflow:Evaluation [25/25]
I tensorflow/core/kernels/logging_ops.cc:79] eval/Recall@5[1]
I …

我有reformat使用 numpy 将 a 转换label(256,)为label(256,2)形状的方法。

现在我想对形状为 (256,) 的张量执行相同的操作

我的代码看起来像这样 (num_labels=2) :--

def reformat(dataset, labels):
  dataset = dataset.reshape((-1, image_size, image_size,num_channels)).astype(np.float32)
  labels = (np.arange(num_labels)==labels[:,None]).astype(np.float32)
  return dataset, labels