添加数据，重新训练盗网

Question

我做了从教程（https://www.tensorflow.org/versions/r0.9/how_tos/image_retraining/index.html）

如果我有足够大的数据集，那么它的细谷歌成立以来，V3净几个实验。但是，当数据集相对较小并且随时随地增长（大约每天10％）时呢？

有没有办法给再培训网增加更多的数据点？ 我不认为每次我们获得新数据点时再培训整个模型似乎并不高效。

Answer 1

您可以将每天的数据视为大批量数据。 Tensorflow使用SGD自然支持这种训练输入。

完成每一天的训练后，您可以将模型保存到磁盘，并在每天训练前加载昨天的模型。

Answer 2

如果你想暂停和恢复，在TensorFlow中有checkpoints。另一种选择是在不同的层次上训练不同的类别。可以将图像再训练中的输出用作输入。 Better hardware也应该考虑。