Tensorflow python分类训练与子类别

Question

即时通讯面临的问题是，我需要训练与“主类别”和“子类别”张量流图。

我已经知道如何用“maincategories”完全训练一个图形。

例如，我有3种不同的动物类型：猫，狗和大象。

如果我培养一个图片图表的3种类型，它将返回比分为3种类型，如：

猫0,7

狗0,3

大象0,02

我想寿是培养那些3种类型和子类别为那些类型，例如：

猫：白色，脂肪，...

犬：哈士奇，...

当我现在的形象与该图的分类，我想获得的输出与maincategories和子类别，像这样：

猫：0， 7 - >白：0,3 - >脂肪：0,5

狗：0,2 .....

目前我看到的唯一途径是培养一个图形与maincategories和训练所有主要类别与子类别的单独图形，然后编码如下：

if name=='cat' and score>=0,7: 
    classify again with catgraph and get results 

在这个例子中，catgraph将会被训练成不同的cattypes类别。

然而，这并不是非常优雅，我希望有更好的方法来做到这一点。

我很感谢你给我的任何帮助。

〜喵

Answer 1

你可以训练一个图表，两路输出，共享一切，但最后一层（或多达你喜欢的层）。然后你会为每个人记录一个（说）记录，并根据损失的总和进行优化。如果你受到网络学习能力的瓶颈，你可能想要权衡一个损失。

请记住跟踪总结中的两个损失，以便于查看。您可以将损失添加到损失收集中。

Answer 2

你必须单独训练子类别。将--image_dir指向您的子类别的根。注意：这里所指的子类别是子文件夹。然后像使用主类别那样得到每个子类别的输出。我希望这会流露出一些光芒。您可以参考Tensorflow image retraining