微调 Inception V3 输出张量形状
Fine-tuned Inception V3 output tensor shape
我按照 Tensorflow Slim 存储库中提供的教程使用花卉数据集微调 InceptionV3
模型。就冻结图表并在我自己的代码中使用它而言,我能够一直走到教程的结尾。然而,我的印象是通过将输出张量从 (?, 1001)
形状更改为 (?, 5)
形状来微调模型。但是形状还是(?, 1001)
。我在这里遗漏了什么吗?
我正在用花数据集对其进行测试,但最终我的目标是训练一个 类 不存在于 ImageNet 的 1001 中的模型。
感谢任何帮助。谢谢。
官方文档没有提供导出推理图所需的所有参数。切换自
$ python export_inference_graph.py \
--alsologtostderr \
--model_name=inception_v3 \
--output_file=/tmp/inception_v3_inf_graph.pb
至
python3 export_inference_graph.py \
--alsologtostderr \
--model_name=inception_v3 \
--train_dir=training/ \
--dataset_dir=/tmp/flowers/ \
--dataset_name=flowers \
--output_file=/tmp/inception_v3_inf_graph.pb
我按照 Tensorflow Slim 存储库中提供的教程使用花卉数据集微调 InceptionV3
模型。就冻结图表并在我自己的代码中使用它而言,我能够一直走到教程的结尾。然而,我的印象是通过将输出张量从 (?, 1001)
形状更改为 (?, 5)
形状来微调模型。但是形状还是(?, 1001)
。我在这里遗漏了什么吗?
我正在用花数据集对其进行测试,但最终我的目标是训练一个 类 不存在于 ImageNet 的 1001 中的模型。
感谢任何帮助。谢谢。
官方文档没有提供导出推理图所需的所有参数。切换自
$ python export_inference_graph.py \
--alsologtostderr \
--model_name=inception_v3 \
--output_file=/tmp/inception_v3_inf_graph.pb
至
python3 export_inference_graph.py \
--alsologtostderr \
--model_name=inception_v3 \
--train_dir=training/ \
--dataset_dir=/tmp/flowers/ \
--dataset_name=flowers \
--output_file=/tmp/inception_v3_inf_graph.pb