【开发日记】石头剪刀布之神经网络训练

收集好数据之后，就可以进行训练了。这里可以参考我之前写的一篇博客，利用预训练模型进行迁移训练，详见【开发日记】马桶识别之马桶分类，通过迁移学习进行马桶分类

通过上述博客组织好数据结构，然后调用以下代码即可：

python E:\Python35\Lib\site-packages\tensorflow\examples\image_retraining\retrain.py --image_dir F:\AI\proj\data

通过一段时间训练，就可以得到训练好的模型。但是默认使用的模型是Inception V3，测试精度可以达到97.5%，但是模型大小有83M，而且时间会比较长。为了适应树莓派的环境（计算力低，内存小），可以使用Mobilenet进行训练，通过运行以下代码即可

python E:\Python35\Lib\site-packages\tensorflow\examples\image_retraining\retrain.py --image_dir F:\AI\proj\data --architecture mobilenet_0.50_128

上述调用的代码是使用预训练的mobilenet_0.50_128模型，训练完的模型大小只有5M多，而且精度也可以达到97.5%（和Inception V3精度一样，可能是因为本项目比较简单），运算速度更快。

可能由于网络问题，上述用到的预训练模型无法下载，这里也提供了百度网盘，可以移步这里进行下载：

链接：https://pan.baidu.com/s/1o9dNprG 密码：pikw