我按照以下 Tensorflow 教程在我自己的类(class)中重新训练了 Inception V3。
https://www.tensorflow.org/hub/tutorials/image_retraining
到目前为止一切正常,我得到了可接受的最终测试准确度。但是,我想通过增加训练步骤来改善结果。我训练模型 4000 步,我想将其增加到 8000 步。如果不重新开始训练,我该如何做到这一点?
我已经阅读了很多关于保存和恢复检查点的文档,但我无法理解如何使用它们。我应该修改 retain.py 以允许继续培训吗?如果是,我该怎么做?
感谢您的帮助!
最佳答案
如 this link 中所述,
The simplest one to try is --how_many_training_steps. This defaults to 4,000, but if you increase it to 8,000 it will train for twice as long.
为此,运行命令,
python retrain.py --image_dir ~/flower_photos --how_many_training_steps 8000
如果要获取所有可用参数的列表,请运行命令,
python retrain.py -h
。下面提到的是列表。
usage: retrain.py [-h] [--image_dir IMAGE_DIR] [--output_graph OUTPUT_GRAPH]
[--intermediate_output_graphs_dir INTERMEDIATE_OUTPUT_GRAPHS_DIR]
[--intermediate_store_frequency INTERMEDIATE_STORE_FREQUENCY]
[--output_labels OUTPUT_LABELS]
[--summaries_dir SUMMARIES_DIR]
[--how_many_training_steps HOW_MANY_TRAINING_STEPS]
[--learning_rate LEARNING_RATE]
[--testing_percentage TESTING_PERCENTAGE]
[--validation_percentage VALIDATION_PERCENTAGE]
[--eval_step_interval EVAL_STEP_INTERVAL]
[--train_batch_size TRAIN_BATCH_SIZE]
[--test_batch_size TEST_BATCH_SIZE]
[--validation_batch_size VALIDATION_BATCH_SIZE]
[--print_misclassified_test_images]
[--bottleneck_dir BOTTLENECK_DIR]
[--final_tensor_name FINAL_TENSOR_NAME] [--flip_left_right]
[--random_crop RANDOM_CROP] [--random_scale RANDOM_SCALE]
[--random_brightness RANDOM_BRIGHTNESS]
[--tfhub_module TFHUB_MODULE]
[--saved_model_dir SAVED_MODEL_DIR]
[--logging_verbosity {DEBUG,INFO,WARN,ERROR,FATAL}]
[--checkpoint_path CHECKPOINT_PATH]
关于python - 如何增加 Tensorflow 中的训练步骤?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57673862/