-
0 votesanswersviews
为什么从头开始训练初始v1时模型预测总是一样的？
我尝试使用自定义数据集从头开始训练Inception v1模型（由TensorFlow-Slim提供） . 我的数据集大约是10k个样本 . 此数据集包含两个类（二进制分类），样本大小均匀分布 . 当我使用tf-slim训练初始v1模型时，预测总是相同的，直到150个时期（在测试数据集的准确度也增加之后） . 损失不断减少，准确性增加 . 大约在60个时期之后，损失大约为0.01，模型的训练精度为... -
3 votesanswersviews
使用Tensorflow Slim从Scratch训练ResNetv1
虽然在slim model中声明train_image_classifier.py可用于从头开始训练模型，但我发现在实践中很难 . 就我而言，我试图在6xK80s的本地机器上从零开始训练ResNet . 我用过这个： DATASET_DIR=/nv/hmart1/ashaban6/scratch/data/imagenet_RF_record TRAIN_DIR=/nv/hmart1/ashaba... -
3 votesanswersviews
修正张量流检验点中张量的形状
我有一个张量流检查点，我可以在使用常规例程 tf.train.Saver() 和 saver.restore(session, 'my_checkpoint.ckpt') 重新定义与之对应的图形后加载 . 但是，现在，我想修改网络的第一层以接受形状输入 [200, 200, 1] 而不是 [200, 200, 10] . 为此，我想通过在第三维上求和来修改对应于第一层的张量的形状，从 [3, 3... -
1 votesanswersviews
如何使用tfslim记录验证丢失和准确性
有什么方法可以在使用tf-slim时将验证丢失和准确性记录到tensorboard？当我使用keras时，以下代码可以为我执行此操作： model.fit_generator(generator=train_gen(), validation_data=valid_gen(),...) 然后模型将评估每个时期后的验证损失和准确性，这非常方便 . 但是如何使用tf-slim实现这一目标？以下步骤使...