我有一个运行受过训练的系统的Tensorflow项目。 我想将此训练有素的系统转换为可以在每次结果不在系统上时都进行训练的系统。 是图像识别项目。
系统通过以下方式进行分类:
@Override
public O classify(I input) {
Assert.notNull(model, "Classifier is not initialized");
log.trace("Started image processing");
try (Session session = new Session(model);
Tensor<T> inputTensor = getInputTensor(input)) {
log.trace("Started inference");
List<Tensor<?>> outputs =
session
.runner()
.feed(inputLayerName, inputTensor)
.fetch(outputLayerName)
.run();
log.trace("Finished inference");
try (@SuppressWarnings("unchecked") Tensor<T> output = (Tensor<T>) outputs.get(0)) {
return convertToResult(output);
}
}
}
我尝试通过这种方式学习:
session
.runner()
.feed(inputLayerName, inputTensor)
.feed(outputLayerName, recognitionsTensor)
.run();
但是我需要一个获取目标。
我该怎么做才能学习训练系统?