笔记
Retrain vs Fine-tune
Retrain
- 基于现有模型,不会更新所有权值,比如只更新某些层的权重
- 使用pb文件(权值固化为constant)
- 待续
- 一般没有train from scratch 好
应用场景
分类不太多,太多会导致retrain后的模型准确率快速衰减
所需特征在原有模型中充分地被训练提取,特征提取依赖于原模型
分类所处层次要和原模型的层次比较接近,比如尝试分类xx猫/xxx猫的retrain模型基于一个只能把猫狗分开的,效果就不会非常好(相对)
- retrain自己的图片时,名字要用小写字母加数字,不要用大写字母
Fine-tune
- 基于现有模型,会更新所有权值
- tensorflow的Model仓库里有Inception的例子
- 使用checkpoint文件