如何使用tensorflow的retrain.py重新训练多个初始实例

Question

我正在构建一个允许用户通过GUI重新启动的应用程序。我目前基本上通过tensorflow的image_retrain示例找到here并构建GUI作为前端。我不知道实际训练的神经网络存储在哪里或如何训练它的多个实例。似乎output_graph参数默认为/tmp/output_graph.pb，但我不知道这是否是经过训练的网络本身或其他东西（我不太了解tensorflow）。我还希望所有内容都只存储在我的应用程序运行的目录中。我目前还在克隆整个tensorflow github存储库，我想知道我需要的是retrain.py文件和label_image.py文件。以下是我的问题：
1.输出图是什么？
2.如何存储多个重新训练的初始实例，每个实例都针对特定的类别集进行训练？ 3.我是否需要克隆整个存储库？ 我在Windows上运行python 3.5.2 64位和tensorflow版本1.5.0

Answer 1

1. 输出图 ，其中存储了网络本身
2. 为您的初始实例创建一个目录。在主目录中创建一个瓶颈目录。运行s = "How much wood would a woodchuck chuck if a woodchuck could chuck wood?" substring = "chuck" pred = lambda *args: args == tuple(substring) next(mit.rlocate(s, pred=pred, window_size=len(substring))) # 59 时使用其他参数--output_graph /path/to/main/dir/output_graph.pb --bottleneck_dir /path/to/main/dir/bottleneck_dir --output_labels /path/to/main/dir/output_labels.txt 然后，当您运行retrain.py时，您应该有其他参数，如下所示：label_image.py以及您根据tensorflow tutorial
使用的其他参数
3. 不，您只需要--graph /path/to/main/dir/output_graph.pb --labels=/path/to/main/dir/output_labels.txt和retrain.py