我正在使用Tensorflow学习图像识别。我已经阅读了Tensorflow.org上的主题How to retrain Inception's Layer for new categories，该主题使用了Inception v3培训模型。
现在，我希望创建自己的CNN模型，以便与Inception v3进行比较，但我不知道如何开始。
任何人都会逐步了解这个问题吗？
我很感激您的任何建议
提前致谢
答案 0 :(得分：0)
图像识别入门的黄金标准是处理MNIST图像。 Tensorflow关于如何开始使用great tutorial以及如何move to convolution网络。
从那里开始，与Inception竞争是一条漫长的艰难道路，而不仅仅是复制别人的图表。你可能想要了解不同层次的卷积所做的事情。我创建了一个基本Tensorflow Tutorial，其中包含一个example python file，用于演示不同的卷积图及其结果的准确性。
征服MNIST后，你需要大量的图片（你可以从imageNet获得）和大量的GPU（运行所有的训练）和软件设置，这样你不仅可以运行和测试你的模型，但是有几十种（如果不是数百种）变体来探索你的超参数（比如学习率，卷积大小，辍学等）。请记住，需要一支领先的机器学习专家团队来创建像Inception这样的东西，需要很多个月（可能是几年）的迭代才能找到他们今天使用的模型，以及数千个CPU / GPU小时。
如果您正在尝试了解正在发生的事情以及制作好图表的原因，那么尝试重新创建Inception是一个好主意。如果您只想要一个出色的图像识别模型，那么请重用现有的模型。
如果你想玩得开心，就去做吧！
干杯 -