Tôi đang cố gắng sử dụng một mô hình được đào tạo trước như Inception v3 (được đào tạo trên tập dữ liệu ImageNet 2012) và mở rộng nó trong một số danh mục bị thiếu.Làm cách nào để bạn thêm danh mục mới và đào tạo vào mô hình Bắt đầu mô hình v3 giả định trong TensorFlow?
Tôi có TensorFlow được tạo từ nguồn với CUDA trên Ubuntu 14.04 và các ví dụ như chuyển giao học tập trên hoa đang hoạt động tốt. Tuy nhiên, ví dụ hoa loại bỏ lớp cuối cùng và loại bỏ tất cả 1.000 loại hiện có, có nghĩa là bây giờ nó có thể xác định 5 loài hoa, nhưng không còn có thể xác định gấu trúc, ví dụ. https://www.tensorflow.org/versions/r0.8/how_tos/image_retraining/index.html
Làm cách nào để thêm 5 danh mục hoa vào 1.000 danh mục hiện có từ ImageNet (và thêm đào tạo cho 5 danh mục hoa mới) để tôi có 1.005 danh mục có thể phân loại hình ảnh thử nghiệm? Nói cách khác, có thể xác định cả gấu trúc và hoa hướng dương đó?
Tôi hiểu một tùy chọn là tải xuống toàn bộ bộ đào tạo ImageNet và ví dụ về hoa được thiết lập và đào tạo từ đầu, nhưng với khả năng tính toán hiện tại của tôi, sẽ mất rất nhiều thời gian và sẽ không cho phép tôi thêm, nói, thêm 100 danh mục xuống dòng.
Một ý tưởng tôi có là đặt tham số fine_tune thành false khi đào tạo lại với 5 loại hoa sao cho lớp cuối cùng không bị tước: https://github.com/tensorflow/models/blob/master/inception/README.md#how-to-retrain-a-trained-model-on-the-flowers-data, nhưng tôi không chắc chắn cách tiếp tục và không chắc chắn thậm chí dẫn đến một mô hình hợp lệ với 1.005 danh mục. Cảm ơn những suy nghĩ của bạn.
Và làm cách nào để chúng tôi lưu một trạm kiểm soát và đào tạo biểu đồ đó từ điểm kiểm soát đó trở đi? –