Question

我正在TF中做我的第一步，我觉得我很困惑......

我正在尝试微调（重新训练）我从object detection zoo下载的预训练模型。更具体地说，我想仅训练ssd_mobilenet_v2_coco的BoxPredictor层：BoxEncodingPredictor（权重+偏差）和ClassPredictor（权重+偏差）。

根据我的理解，我需要执行以下步骤：

var_list = list(filter(box_predictor_filter, tf.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES)))
loss = tf.get_collection(tf.GraphKeys.LOSSES)
optim = tf.train.AdamOptimizer().minimize(loss=loss, var_list=var_list)

问题是我无法从图表中获取var_list和loss。按照我的预期方式：

我正在导入＆＃34; ssd_mobilenet_v2_coco＆＃34;使用tf.train.import_meta_graph的图表，如下所示：

import os
import tensorflow as tf

ckpt_path = os.path.join(MODELS_PATH,"ssd_mobilenet_v2_coco_2018_03_29")

def import_graph_from_ckpt():
    saver = tf.train.import_meta_graph(os.path.join(ckpt_path, 'model.ckpt.meta'))
    with tf.Session() as sess:
        saver.restore(sess, tf.train.latest_checkpoint(ckpt_path))
        graph = tf.get_default_graph()
    return graph

但所有变量列表都是空的：

my_graph = import_graph_from_ckpt()
print("------------ *** TRAINABLE_VARIABLES *** ------------")
print(my_graph.get_collection(tf.GraphKeys.TRAINABLE_VARIABLES))
# output: []

我也尝试过不同类型的变量，所有变量都是空的。

但get_operations()返回变量：

print("------------ *** get_operations VariableV2 *** ------------")
graph_vars = list(filter(lambda op: op.type == "VariableV2", my_graph.get_operations()))
print(len(graph_vars))
# output: 345

这怎么可能？如何使用可训练变量恢复图形？

在TensorFlow中重新训练（微调）预训练模型的特定层（保存为ckpt）

0 个答案: