首页
论坛
未名存档
话题女王
小圈子
马甲追踪
版面排名
流量曲线
水枪排名
发帖量曲线
发帖版面饼图
发帖时间柱图
关于本站
帮助
boards
本页内容为未名空间相应帖子的节选和存档,一周内的贴子最多显示50字,超过一周显示500字
访问原贴
Programming版
- TensorFlow 的 image_retrain 可否重新训练超过1000的分类?
相关主题
●
CNN 能对输入的image做patch normalization么?
●
ionic blog: web developer will rule the world
●
求救:2个dense matrix的乘法
●
so weird (转载)
●
matlab textscan data loading limit
●
没人讨论狗家最新开源的tensorflow?
●
Tensorflow course (FREE Deep Learning)
●
caffe等CNN里面convolution和relu是分开的两层?
●
亚麻决定支持mxnet
●
被docker气死了
相关话题的讨论汇总
话题: 分类
话题: tensorflow
话题: retrain
话题: 训练
话题: 1000
进入Programming版参与讨论
1
(共1页)
s******e
发帖数: 3
1
最近尝试Tensorflow里面的样例程序image_retrain,下载了 Caltech 101、256,效果
不错。但有个疑问,如果我尝试重新训练超过1000的分类,是否能正常工作。我大概查
看了模型,太笨,没看懂,但感觉是不行的。
我自己的理解是,为了达到最佳效果,需要考虑整个模型,分类数量对整个模型的其他
部分是有影响的。随着分类数量的增加,要调整其他层,训练的参数也需要重新考虑。
版上哪位DL大拿能否解释一下。
k*****u
发帖数: 1688
2
不是大拿。但是觉得从1000到2000或者更多分类跟你的图片有关系。如果新的类别的图
片的性质都跟你的training data的性质差不多,那应该还是能用的。cnn中间的各个卷
积层就是在寻找图片的性质。
最后要做更多的分类只要把最后的dense layer做fine tuning就好了
again,自己的感悟,我也不是大拿,只是人世间一个迷途小书童
s******e
发帖数: 3
3
感谢回复。
我从openimage抓了点图片,大概3500多个分类,然后尝试了一下。结果是1000以下的
分类,测试和验证准确率在80%以上,3500 多个分类,测试准确率最高到48%,验证准
确率最高在30%。也许,这个就需要 killniu 提到的 fine tuning dense layer。
阅读了 retrain.py 的代码,它是根据总的分类数,建立了一个全连接的层,和一个
softmax。那么我该如何修改这部分代码来优化呢。
1
(共1页)
进入Programming版参与讨论
相关主题
●
被docker气死了
●
auto encoder 出来之后是不是没人再用PCA了
●
虚心请教 如何成为Python 大牛
●
Spark 和 Tensorflow 线性回归问题
●
再来问问tensorflow的问题
●
Theano, Spark ML, Microsoft’s CNTK, and Google’s TensorFlow
●
Tensorflow's Mandelbrot Set Tutorial
●
[bssd]有本书
●
再问机器学习。。。用keras分类
●
请问一个CNN结构设计的问题
相关话题的讨论汇总
话题: 分类
话题: tensorflow
话题: retrain
话题: 训练
话题: 1000