我正在使用Tensorflow研究图像识别。我已阅读Tensorflow.org上的主题How to retrain Inception's Layer for new categories，该主题使用了Inception v3培训模式。如何使用Tensorflow创建图像识别中的CNN模型以与Inception v3进行比较
现在，我希望创建我自己的CNN模型，以便与Inception v3进行比较，但我不知道我该如何开始。
任何人都知道一些指导一步一步解决这个问题？
我会很感激你的任何建议
在此先感谢
，针对图像识别入门正在处理MNIST图像的金标准。 Tensorflow有一个great tutorial关于如何上手，以及如何move to convolution人网络。
从那里开始与Inception竞争，而不仅仅是抄袭其他人的图形，这是一条艰难的道路。您可能想要了解卷积的不同层次。我创建了一个基本的Tensorflow Tutorial，其中包含一个example python file演示不同的卷积图及其结果的准确性。
征服MNIST后，您将需要大量的图片和大量的GPU（运行所有你的训练）和软件安装（你可以从imageNet让他们），这样就可以不只运行和测试你的模型，但几十个（如果不是数百）变化来探索你的超参数（如学习速度，卷积大小，退出等）。请记住，它需要一组领先的机器学习专家来创建类似Inception，许多个月（可能几年）的迭代，以找到他们今天使用的模型，以及数千个CPU/GPU小时。
如果您试图了解正在发生的事情以及如何创建出良好的图表，那么尝试重新创建Inception是一个好主意。如果你只是想要一个出色的图像识别模型，然后重用现有的模型。
如果您想尽情玩乐，就这样做！
Cheers-