powerai transfer learning:使用TensorFlow Inception和转移学习进行图像识别训练 源码

使用TensorFlow Inception和转移学习进行图像识别训练 用其他语言阅读: 。 转移学习是获取预先训练的模型(已经由其他人在大型数据集上进行训练的网络的权重和参数),然后使用您自己的数据集对模型进行“微调”的过程。 这个想法是,这个经过预训练的模型将充当特征提取器。 您将删除网络的最后一层,并用您自己的分类器替换它(取决于您的问题空间)。 然后,您冻结所有其他层的权重并正常训练网络(冻结层意味着在梯度下降/优化过程中不更改权重)。 在本实验中,我们使用了Google的Inception-V3预训练模型进行图像分类。 该模型包括两个部分: 具有卷积神经网络的特征提取部分。