Tensorflow 최종 레이어 재교육하지만 이전 Imagenet 클래스 사용 계속

Question

내 목표는 Tensorflow Inception과 함께 제공되는 기존 1000 Imagenet 클래스에 더 많은 클래스를 추가하는 것입니다. 지금은 bazel-bin/inception/imagenet_train을 사용하여 처음부터 교육을 통해 모든 것을 다시 실행할 수 있지만 새로운 클래스를 추가 할 때마다 특히 시간이 많이 걸릴 것입니다.

bazel-bin/tensorflow/examples/image_retraining/retrain --image_dir ~/flower_photos을 사용할 수 있습니까? 그렇다면 기존 라벨 출력 파일에 추가 하시겠습니까?

죄송합니다. 나는 초보자입니다. 당신은 뻔뻔도 물론 지난 계층 ...로 두 번째를 참조하는 마지막에서 두 번째 레이어를 추가 할 수

Answer 1

, 즉 ... 해킹의 종류 및 절차를 여러 번 할 싶다면되지 실용적

또는 출력 레이어를 교체 한 후에 수동으로 해당 레이어의 이전 가중치를 저장 한 다음 optimistic restore과 같은 전체 네트워크를 다시로드하고 별도로 다시로드해야하는 이전 가중치를 너의 더 큰 체중 - 매트릭스를 수동으로.

Answer 2

은 훈련 된 분류 네트워크에 새로운 클래스를 추가하는 표준 솔루션이 없습니다 그것은 사소한 일이 아니다. Learning Without Forgetting과 관련 작업을 읽고 기존 방법의 개요를 얻은 다음 나중에 그 중 하나를 선택하는 것이 좋습니다.