tensoflow的slim框架的使用

需要从https://github.com/tensorflow/models/tree/master/research下载slim的相关代码。

对slim下面的文件进行相应的权限的修改，chmod +x *

同时对slim/scripts里面的权限也做相应的修改

更改train_cifarnet_on_cifar10.sh，数据的保存的路径

以及对其函数的具体说明

但是在执行前，tensorflow如果用cpu执行，需要修改里面脚本的指令

将其参数改为true

执行脚本

每过100个step会输出相应的loss,每个step执行多少的时间，以及每过120s会把相应的checkpoint 指定到输入的目录中去

此时可以使用tensorboard监控训练的过程。

tensorboard的安装

然后启动tensorboard

total_loss走到一定的程度开始走平了，可以尝试将learning_rate进行相应的降低，将其降为原来的1/4再尝试一下

sparsity稀疏性

稀疏性一般处在30%-70%之间都是可以接受的

此时的第二层卷积稀疏达到了90%.说明其中100个神经元的输出有90个输出为0，能够为下一次提供的有效特征很少，可能正则项的惩罚过大，过于稀疏或者不合适的正则，也可能是神经元设置过多

验证数据集的使用：

以上的脚本输入到命令行里面执行。

查看checkpoint

进入到

如果再一次运行脚本

就会从断点开始训练。