用tf.slim微调vgg模型时遇到的小坑

最新推荐文章于 2023-03-21 19:37:25 发布
最新推荐文章于 2023-03-21 19:37:25 发布
阅读量1.6k 收藏
点赞数
分类专栏： 深度学习 文章标签： 深度学习 人工智能 slim tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/MacwinWin/article/details/78707312
版权

首先，我进行微调的时候，代码并非slim提供的train_image_classifier.py，而是自己的代码，我查了slim中的代码，应该是不会出现我文中的问题。

我是在微调完inception模型后，修改代码，想要微调vgg，但是出现如下错误


好象是Prediction出现问题了，追代码，追到vgg的模型定义


其中并没有定义prediction

加上prediction并不会影响网络结构，所以放心加上去


之后就一切正常了

micromicrofat
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
TensorFlow下slim库函数的使用以及使用VGG网络进行预训练、迁移学习(附代码)
Vici__
10-03 277
原文链接： TensorFlow下slim库函数的使用以及使用VGG网络进行预训练、迁移学习(附代码)
Slim微调-fine-tuning
ShaoDu的博客
03-02 616
第一步，下载自己的数据集，数据集的格式要符合，否则对后面转化为TFRecords格式的文件有影响，导致不成功。 第二步，转换数据集为TFRecords格式的文件 进入下载以后的文件夹中/models/research/slim/，使用pycharm打开slim文件夹，打开转换格式的文件download_and_convert_data.py，只有cifar10、flowers、mnist这几种下载...
TF-slim实现自己数据模型微调
风吴痕的博客
04-26 1582
参考： Fine-tuning a model from an existing checkpoint TF-Slim 实现模型迁移/微调 Tensorflow-pb保存与导入 迁移学习/fine-tuning Tensorflow-变量保存与导入 完整程序：点击这里 数据下载并转成tfrecord格式 $ DATA_DIR=/tmp/data/flowers $ CU...
tensorflow slim 选择性读取加载权重，fine-tuning 迁移学习时微调
qq_41419675的博客
07-12 1178
转自于：点击打开链接 在使用tensorflow加载网络权重的时候，直接使用tf.train.Saver().restore(sess, ‘ckpt’)的话是直接加载了全部权重，我们可能只需要加载网络的前几层权重，或者只要或者不要特定几层的权重，这时可以使用下面的方法： var = tf.global_variables() var_to_restore = [val for val in...
初探 tf-slim
New hope
02-23 941
tf-slim 是tensorflow的一个轻量级库，它封装了对大量tensorflow的相关概念。如，网络、变量、权重等。 使用slim可以帮助我们减少样板代码的书写，从而增强代码的可读可维护性，同时slim可以和其他tensorflow 高低层接口无缝衔接，具有很大的灵活性。 这篇文章，我们先熟悉slim的基本思路和概念，在大体上把握slim的使...
VGG16.rar_VGG16模型详解_vgg16 python_vgg16模型_vgg16模型结构_wish154
07-14
VGG16模型python实现，可以运行的。VGG16模型python实现，
vgg16模型-TF后端.zip
06-10
在TensorFlow中实现VGG16模型时，通常会使用预训练的权重，这些权重是在ImageNet数据集上训练得到的，用于图像分类任务。预训练模型可以作为基础，快速迁移学习到新的数据集，尤其在处理类似图像识别的问题时，能...
vgg16_weights_tf_dim_ordering_tf_kernels.h5
11-15
VGG16的主要特点是使用了小尺寸的卷积核（3x3），通过多层堆叠来增加模型的深度和复杂性，而非使用大尺寸的卷积核。 标题中的"vgg16_weights_tf_dim_ordering_tf_kernels.h5"是VGG16模型预训练权重的文件名。这个...
VGG_ILSVRC_19_layers_deploy.prototxt和vgg_normalised.caffemodel
06-17
这里提供VGG_ILSVRC_19_layers_deploy.prototxt和vgg_normalised.caffemodel的下载链接，但是VGG_ILSVRC_19_layers.caffemodel太大，大家还是直接下载官方地址
TensorFlow VGG-16 预训练模型-vgg_16.ckpt
02-01
TensorFlow VGG-16 预训练模型，用于SSD-TensorFlow的Demo训练.
VGGNet16完整测试代码
03-26
vggnet完整测试代码，需要自己下载vgg16_weights.npz，测试时候输入png格式图片即可。
浅谈keras使用预训练模型vgg16分类,损失和准确度不变
09-16
主要介绍了浅谈keras使用预训练模型vgg16分类,损失和准确度不变，具有很好的参考价值，希望对大家有所帮助。一起跟随小编小编过来看看吧
模型微调
邹小驴
08-11 600
  什么是模型的微调？ 使用别人训练好的网络模型进行训练，前提是必须和别人用同一个网络，因为参数是根据网络而来的。当然最后一层是可以修改的，因为我们的数据可能并没有1000类，而只有几类。把最后一层的输出类别和层的名称改一下就可以了。用别人的参数、修改后的网络和自己的数据进行训练，使得参数适应自己的数据，这样一个过程，通常称之为微调（fine tuning).  微调时候网络参数是...
Tensorflow使用slim工具(vgg16模型）实现图像分类与分割
weixin_36368407的博客
12-16 2万+
接触tensorflow小白，网上教程很多，图像分类应该属于比较经典的一个例子啦，特别是google推了slim，但是网上的教程遗漏啦许多细节介绍会导致，经过调试终于跑出来啦 结果还算可以，分享一下 我的环境，cuda8.0+cudnn5.1+python2.7 关于tensorflow,cuda+cudnn等安装推荐教程： http://blog.csdn.net/xierhacke
Pytorch快速入门系列---（九）Pytorch对预训练好的VGG16模型进行微调
qq_42681787的博客
03-21 2768
对于一个复杂的卷积神经网络来说，通常网络的层数非常大，网络的深度非常深、网络的参数非常多，单单设计一个卷积网络就需要颇费心思，何况网络还需要大量的数据集进行漫长时间的训练，若没有一个好的算力平台也很难迅速训练出模型。可见，从头到尾搭建一个中等规模的卷积神经网络对于我们来说绝非易事。幸运的是PyTorch已经许多预训练好的模型，比如内置了使用ImageNet数据集预训练好的、流行的VGG、AlexNet等深度学习网络，我们可以针对自己的需求，对预训练好的网络进行微调，从而快速完成自己的任务。
多光谱遥感分类（二）：VGG微调
lsh呵呵
09-02 2717
继上篇。 CNN模型 使用VGG16预训练模型。 from keras.preprocessing.image import ImageDataGenerator from keras.callbacks import TensorBoard from keras.applications import VGG16 from keras import layers,models,optimi...
如何用TensorFlow和TF-Slim实现图像分类与分割
CSDN 人工智能
11-28 6313
原文： Image Classification and Segmentation with Tensorflow and TF-Slim 作者： Daniil Pakhomov 译者： KK4SBB 审校：王艺 欢迎技术投稿、约稿、给文章纠错，请发送邮件至heyc@csdn.net 本文将介绍如何用近日发布的TF-Slim工具包和预训练的模型来完成图像分类和图像分...
TensorFlow VGG-16 预训练模型
热门推荐
daydayup_668819的博客
04-18 5万+
在我们的实际项目中，一般不会直接从第一层直接开始训练，而是通过在大的数据集上（如ImageNet）训练好的模型，把前面那些层的参数固定，在运用到我们新的问题上，修改最后一到两层，用自己的数据去微调（finetuning）,一般效果也很好。 所谓finetuning，就是说我们针对某相似任务已经训练好的模型，比如CaffeNet， VGG-16， ResNet等， 再通过自己的数据集进行权重更新，
VGG
明月清风
12-03 791
文章目录VGG 网络配置VGG 性能评估3×3 感受野小滤波器VGG 微调 VGG 网络配置 随着更多的层被添加，配置的深度从左（A）增加到右（E）（添加的层以粗体显示）。卷积层参数表示为“conv⟨感受野大小⟩-通道数⟩”。为了简洁起见，不显示ReLU激活功能。查看VGG16 网络层拓扑 参数数量（百万级别）： VGG 性能评估 各模型准确率： 首先...
用tf.function 封装VGG16网络
最新发布
05-28
可以使用`tf.keras.applications.VGG16`来创建VGG16网络，并使用`tf.function`对其进行封装。以下是示例代码： ```python import tensorflow as tf # 创建VGG16网络 vgg16 = tf.keras.applications.VGG16(include_...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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