我已成功使用Python2.7 api为我自己的100个类重新训练了初始V3最终分类层，它给出了不错的结果，但并不是特别好。
我也有代码从头开始重新训练整个网络给定here (google code)，但这是资源和时间密集的，我有40万张图像，所以不知道训练后的准确度是多少。 / p>
我想知道我是否可以重新培训最后几个完全连接的层，或者不仅仅是分类层，这样可以在一定程度上提高准确性，并且在资源和时间方面也不是计算上非常苛刻的
我试图搜索很多，但找不到任何东西。有可能我想做什么？我需要帮助。
答案 0 :(得分：-1)
优化器会查看＆＃34;可训练变量列表＆＃34;。使用tf.get_collection_ref(tf.GraphKeys.TRAINABLE_VARIABLES)可以使用对此数组的引用。你应该可以修改它。只读版本为tf.trainable_variables。
请注意，前进步骤（推理）必须始终运行，因此您必须支付该费用。如果您不想要，最简单的方法是运行推理，将输出保存到tf记录，然后训练出这些预处理的数据样本。