神经网络实战记录11—调参技巧2—fine-tune（基于VGGNet tensorboard代码改）

1.fine-tune的基本思想：
不使用随机数来初始化，而使用之前已经创建好的模型来做初始化
2.使用fine-tune的步骤：

第一步：save models
创建model文件夹，并用saver保存文件：
并不是每一次训练都保存，这里设置为每100步保存一次：

效果：

可以在文件夹中看到所保存的文件：

以上~ 第一步 save models就做完了 ~

第二步：restore models

如何用保存的参数（ckp）来初始化我们自己的模型：
ckp是check points的简称
（1）指定要ckp的名字：

（2）判断文件是否存在：

效果：

以上~第二步完成

第三步：保持一些层次不变，来看另外的一些层次：
一般是保持底层的层次不变然后来看高层的层次：


效果：看程序是否能够正常运行来判断代码是否正确

以上~fine-tune调参完成 ~

附：fine-tune应用场景和作用：
https://www.cnblogs.com/andre-ma/p/8676186.html