Tensorflow開始-V3重新訓練多個圖層

Question

我已經成功地使用Python2.7 api爲我自己的100個課程重新開始了V3最終分類層，並且它給出了不錯的結果，但並不是非常好。

我也有從頭重新訓練整個網絡的代碼，因爲here (google code)但是這是資源和時間密集型的，我有40萬圖像，所以不知道訓練後準確度會是多少。

我想知道是否可以重新訓練最後幾個完全連接的圖層中的一些圖層，或者不止是分類圖層，以便可以在一定程度上提高準確性，並且在資源和方面的計算要求也不高時間。

我試圖搜索很多，但找不到任何東西。我想要做什麼？我需要幫助。

Answer 1

優化器查看「可訓練變量」列表。使用tf.get_collection_ref(tf.GraphKeys.TRAINABLE_VARIABLES)可以使用此陣列的引用。你應該可以修改它。一個只讀版本是tf.trainable_variables。

請注意，前進步驟（推理）將始終運行，因此您必須支付該成本。如果你不想這樣做，最簡單的方法是運行推理，將輸出保存到tf記錄，然後訓練出這些預處理的數據樣本。