![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
TF-slim学习
Fang Suk
久居深巷、独忆易人
展开
-
tf.contrib.slim学习之微调模型fine-truning
在使用经典的网络模型(如VGG16,下文来VGG16来讲述)用于自己的任务task时,可根据自己的需求选择是否使用(VGG16)在ImageNet预训练的权重来恢复模型参数:不使用预训练的参数,自己训练全部参数;当数据量足够时,这种方法能充分发挥模型的威力,取得较高的性能; 使用预训练的权重恢复除fc8层参数之外的参数,只训练fc8一层,相当于把VGG16模型当成一个特征提取器,用fc7层提...原创 2018-07-19 09:57:56 · 1357 阅读 · 3 评论 -
tf.contrib.slim学习之Evaluation Model
当训练完一个模型,或者模型正在训练时,我们想要评估模型在实际应用的表现,可通过两个部分来实现模型评估定义评估标准(度量模型性能的指标)(如Accuracy,Recall_5) 评估代码用于读取数据,执行inference,计算对应于GT的分数,并保存评估的分数一 Metric(1)metrics:用于定义评估模型性能的标准,如F1分数,IOU;TF-slim提供了一系列的度量操作m...原创 2018-07-19 12:19:43 · 1674 阅读 · 0 评论 -
tf.contrib.slim学习之Training Models
TF-slim提供了一系列的常用损失函数和其他便捷的辅助函数去帮助执行训练和评估过程;一 Training Models(1)TF-slim定义loss函数TF-slim预定义了一些常用的损失函数,如交叉熵损失:import tensorflow as tfimport tensorflow.contrib.slim.nets as netsvgg = nets.vgg...原创 2018-07-18 22:13:55 · 2038 阅读 · 0 评论 -
tf.contrib.slim学习之variable,layer,arg_scope
TF-Slim是一个轻量级库,用于在TensorFlow中定义,训练和评估复杂模型。可自由的把tf-slim与tensorflow或其他框架组合使用;可以非常方便的使用TF-slim的variables, layers 和scopes定义复杂的网络模型。一 Variable(1) 相比tensorflow的Variable的定义,TF-slim在定义变量时增加了将变量加入正则化lo...原创 2018-07-17 23:03:23 · 1682 阅读 · 0 评论