如何加载.pb protobuf模型，然后根据需要调整网络（特别是外层），以便为完全不同的类训练新模型？有效地进行转学习吗？
我想做these之类的事情（即训练外层的学习率比内层更高），所以我需要一种方法来不仅用变量加载图形，而且改变网络的结构和超参数。
如果有人在初始模型中有一个例子，那就太棒了！
我的问题与this one非常相似。
我已经在互联网上搜索过（TF文档，Github，StackOverflow，Google ......），但我无法找到适合新手的内容。
非常感谢！
答案 0 :(得分：1)
tf.import_graph_def（）是加载GraphDef的函数：
https://www.tensorflow.org/versions/0.6.0/api_docs/python/framework.html#import_graph_def
希望一旦导入，您就可以对所需的图形进行修改。但是，如果你有权访问它，那么首先修改生成图形的Python代码会更容易。
答案 1 :(得分：1)
这是Tensorflow官方网站https://www.tensorflow.org/hub/tutorials/image_retraining上的更新教程
他们使用了经过培训的Inception V3模型，并且一切正常。您可以将数据集文件夹更改为自己的数据集