Tensorflow Inception-V3 Re-Train mehrere Schichten

Question

Ich habe erfolgreich eingearbeitet V3 endgültige Einstufung Schicht mit Python2.7 API für meine eigenen 100 Klassen und es gibt anständige Ergebnisse, aber nicht außergewöhnlich gut.

Ich habe auch den Code, um das gesamte Netzwerk von Grund auf wie here (google code) wie here (google code) neu zu schulen, aber das ist ressourcenintensiv und ich habe 400 000 Bilder, so weiß nicht, was die Genauigkeit nach dem Training sein wird.

Ich frage mich, ob ich einige der letzten vollständig verbundenen Schichten oder mehr als nur die Klassifizierungsschicht umschulen kann, so dass die Genauigkeit in gewissem Maße verbessert werden kann, und es ist auch nicht rechenintensiv in Bezug auf Ressourcen und Zeit.

Ich habe versucht, viel zu suchen, konnte aber nichts finden. Es ist möglich, was ich machen möchte? und ich brauche Hilfe dabei.

Answer 1

Optimierer betrachten eine Liste von "trainierbaren Variablen". Ein Verweis auf dieses Array ist verfügbar unter tf.get_collection_ref(tf.GraphKeys.TRAINABLE_VARIABLES). Sie sollten das ändern können. Eine schreibgeschützte Version ist tf.trainable_variables.

Beachten Sie, dass der Vorwärtsschritt (Inferenz) immer ausgeführt werden muss, also müssen Sie diese Kosten bezahlen. Wenn Sie das nicht möchten, ist es am einfachsten, die Inferenz auszuführen, die Ausgabe in tf-Datensätzen zu speichern und dann aus diesen vorverarbeiteten Datenmustern zu trainieren.