tf11: retrain谷歌Inception模型

292 篇文章 18 订阅
175 篇文章 13 订阅
本文档介绍如何使用TensorFlow的image_retraining示例,基于谷歌的Inception模型训练一个图像分类器。训练数据为PixelCNN文章中的妹子图数据集,经过约半小时训练,最终模型能识别图片是否为妹子图。详细步骤包括下载TensorFlow源码、训练过程和模型应用。
摘要由CSDN通过智能技术生成

 

 

前一帖使用到了谷歌训练的Inception模型,本帖就基于Inception模型retrain一个图像分类器。

图像分类器应用广泛,连农业都在使用,如判断黄瓜种类。

本帖使用的训练数据是PixelCNN一文中使用的妹子图,最后训练出的分类器可以判断图片是不是妹子图。

首先下载tensorflow源代码:

 

$ git clone https://github.com/tensorflow/tensorflow
$ git checkout r0.11 

 

 

使用examples中的image_retraining。

训练:

 

$ python tensorflow/tensorflow/examples/image_retraining/retrain.py --bottleneck_dir bottleneck --how_many_training_steps 4000 --model_dir model --output_graph output_graph.pb --output_labels output_labels.txt
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

MachineLP

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值