我使用了Inception-library (github上的Tensorflow / models / Inception-tutorial), 将自制的TFRecord文件提供给imagenet_train.py,最后得到一个包含.ckpt和.meta文件的7Gb目录。
如何使用它们进行实际预测?(还评估,测试,使用实际的.jpg文件进行测试,继续培训)
接下来的步骤是什么?是否有虚拟友好的示例(教程)?
[我知道有一个类似名称的帖子,但它只包含一个问题或答案。]
答案 0 :(得分:0)
https://www.tensorflow.org/versions/r0.10/how_tos/variables/index.html#restoring-variables提供了您应该需要的所有内容。
代码是:
# Add ops to save and restore all the variables.
saver = tf.train.Saver()
# Later, launch the model, use the saver to restore variables from disk, and
# do some work with the model.
with tf.Session() as sess:
# Restore variables from disk.
saver.restore(sess, "/tmp/model.ckpt")
print("Model restored.")
# Do some work with the model
...
因此,在...
部分,您可以加载.jpegs并使用占位符和feeddicts将它们提供给网络。