Ich bin Anfänger in Tensorflow und ich habe eine Frage im Zusammenhang mit dem Speichern und Wiederherstellen von Checkpoint in Convolutional neuronalen Netzen. Ich versuche CNN zu erstellen, um Gesichter zu klassifizieren. Meine Frage ist:Speichern und Wiederherstellen in CNN
Ist es möglich, wenn ich neue Klasse in meinem Dataset hinzufügen, um Teiltraining zu machen? Also möchte ich nur die neue Klasse umschulen, um das Netzwerk neu zu trainieren. Ist es möglich, die Gewichte und Verzerrungen aus dem vorherigen Training wiederherzustellen und nur die neue Klasse zu trainieren?
Ich verwende für save
saver = tf.train.Saver(tf.all_variables())
save = saver.save(session, "/home/owner//tensorflownew_models.ckpt")
print("Model saved in file: %s" % save)
@ MMN können Sie angegeben haben mehr bitte, oder wenn es eine Anleitung darüber oder Link – mido
[link] (https://www.tensorflow.org/versions/r0.10/api_docs/python/train. html) TF ist ein wenig schwierig zu gewöhnen, aber im Grunde ist Training nur Gewichte in Variablen mit einer Verlustfunktion und Backprop aktualisieren. Als Standard aktualisiert train() alle beteiligten Variablen. Wenn Sie jedoch einige Gewichtungen vortrainiert oder wiederhergestellt haben, können Sie vermeiden, dass Sie sie neu trainieren, indem Sie sie in Ihrem Trainingsschritt einfach aus dem Parameter var_list auslassen. – MMN