Tensorflow开始-V3重新训练多个图层

Question

我已经成功地使用Python2.7 api为我自己的100个课程重新开始了V3最终分类层，并且它给出了不错的结果，但并不是非常好。

我也有从头重新训练整个网络的代码，因为here (google code)但是这是资源和时间密集型的，我有40万图像，所以不知道训练后准确度会是多少。

我想知道是否可以重新训练最后几个完全连接的图层中的一些图层，或者不止是分类图层，以便可以在一定程度上提高准确性，并且在资源和方面的计算要求也不高时间。

我试图搜索很多，但找不到任何东西。我想要做什么？我需要帮助。

Answer 1

优化器查看“可训练变量”列表。使用tf.get_collection_ref(tf.GraphKeys.TRAINABLE_VARIABLES)可以使用此阵列的引用。你应该可以修改它。一个只读版本是tf.trainable_variables。

请注意，前进步骤（推理）将始终运行，因此您必须支付该成本。如果你不想这样做，最简单的方法是运行推理，将输出保存到tf记录，然后训练出这些预处理的数据样本。