欢迎使用CSDN-markdown编辑器

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

fine-tune介绍

• 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