重新训练Tensorflow最终图层但仍使用以前的Imagenet类

Question

我的目标是＆＃34;添加＆＃34; Tensorflow Inception附带的现有1000个Imagenet类的更多类。现在我可以通过使用bazel-bin/inception/imagenet_train从头开始训练来重新运行整个事情，但这需要很长时间，特别是每次我想添加一个新类时。

是否可以使用bazel-bin/tensorflow/examples/image_retraining/retrain --image_dir ~/flower_photos但是然后添加到现有标签输出文件中？

抱歉，我是新手。

Answer 1

你可以肆无忌惮地添加第二个最后一层，也指向倒数第二层......当然，如果你想多次执行这个过程，那就是一种黑客行为并不实用......

或者，您替换输出图层，在此之前，您手动保存该图层的先前权重，然后使用类似optimistic restore的内容重新加载整个网络并添加旧权重，您也可以必须手动重新加载到你现在更大的重量矩阵。

Answer 2

没有标准的解决方案来向训练有素的分类器网络添加新类，这不是一项简单的任务。我建议阅读Learning Without Forgetting及其相关工作，以便对现有方法进行概述，然后选择其中一种方法。