立即学习:https://edu.csdn.net/course/play/5278/95930?utm_source=blogtoedu
num_shards 一个record文件最好放1000张图片,(1800张图分两个record)
flower_root 文件目录要改成自己的
190行:下载网上的数据集,注释掉
210行:把解压的文件(临时)删除掉,注释
python download_and_convert_data.py --dataset_name=flowers --dataset_dir=***(tfrecord存放位置)
生成两个train和两个validation和一个labels
把flowers.py数据集个数和类别数修改为实际情况
模型选择
收敛速度:学习快慢
泛化能力:举一反三
选inceptionV4
下载预训练模型
http://sebastianruder.com/optimizing-gradient-descent/
启动训练
不想写了想知道自己看是每项配置是干什么用吧
要设置用哪块显卡
先跑train,再跑accuracy
过程监控
结果评估
测试和上线
没看完,有空再说吧。讲得挺好,就是和我需要的不是一个东西...