重新训练Tensorflow的最后一层，但仍使用先前的Imagenet类

Question

11

我的目标是“添加”更多类别到Tensorflow Inception自带的1000个Imagenet类别中。现在，我可以通过重新训练整个模型，使用bazel-bin/inception/imagenet_train来实现，但每次添加一个新类别都需要很长时间。

是否可以使用bazel-bin/tensorflow/examples/image_retraining/retrain --image_dir ~/flower_photos，然后将其加入到现有的标签输出文件中？

抱歉，我是一名新手。

- HP.

我想强调一下，对于那些试图回答这个问题的人来说，您是希望添加新类而仍保留现有类。这是个很好的问题。 - Anton Codes

嗨。我想知道在这个领域里是否有什么新的东西？ - Marion

2个回答

0

给训练好的分类器网络添加新类别并没有标准解决方案，这不是一项简单的任务。我建议先阅读Learning Without Forgetting及其相关工作，了解现有方法的概述，然后选择其中之一。

- BlueSun

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Xethoras · Accepted Answer

你可以大胆地添加第二个倒数层，它也引用了倒数第二层...当然，如果你想多次执行该过程，那么这种方法不太实用，有些像“hack”。

另外，你可以替换输出层，在这之前，需要手动保存该层的先前权重，然后使用像 optimistic restore 这样的东西重新加载整个网络，并手动添加旧的权重到现在更大的权重矩阵中。