@公輸睚信 那這個num_steps的專業(yè)術語應該叫什么盹愚？
TensorFlow-slim 訓練 CNN 分類模型（續(xù)）在前面的文章 TensorFlow-slim 訓練 CNN 分類模型 我們已經使用過 tf.contrib.slim 模塊來構建和訓練模型了西篓，今天我們繼續(xù)這一話題顶滩，但稍有不同...
發(fā)簡信
IP屬地：廣東
-
-
@公輸睚信 在計算epoch的時候，num_sample參數在哪看析二？是不是num_classes?
TensorFlow-slim 訓練 CNN 分類模型（續(xù)）
在前面的文章 TensorFlow-slim 訓練 CNN 分類模型 我們已經使用過 tf.contrib.slim 模塊來構建和訓練模型了蛤吓，今天我們繼續(xù)這一話題，但稍有不同...
-
迭代次數是在哪里設置？是num_step嗎脆炎？
TensorFlow 使用預訓練模型 ResNet-50
升級版見：TensorFlow 使用 tf.estimator 訓練模型（預訓練 ResNet-50）。 前面的文章已經說明了怎么使用 TensorFlow 來構建、訓練梭稚、保...
-
@公輸睚信 嗯嗯 正在修改中急波，感謝
TensorFlow 使用預訓練模型 ResNet-50
升級版見：TensorFlow 使用 tf.estimator 訓練模型（預訓練 ResNet-50）。 前面的文章已經說明了怎么使用 TensorFlow 來構建泣懊、訓練、保...
-
@公輸睚信 嗯嗯惠奸，我得到整個概率梗掰，但是我想要top5的類型編號绵载，需要怎么修改焚虱？相當于classes是排名第一的類別,我需要top5的類別列表，麻煩了
TensorFlow 使用預訓練模型 ResNet-50
升級版見：TensorFlow 使用 tf.estimator 訓練模型（預訓練 ResNet-50）懂版。 前面的文章已經說明了怎么使用 TensorFlow 來構建躯畴、訓練倡鲸、保...
-
@公輸睚信 我打印了classes，但是只有top1移层，沒有其他的排名矩陣
TensorFlow 使用預訓練模型 ResNet-50
升級版見：TensorFlow 使用 tf.estimator 訓練模型（預訓練 ResNet-50）。 前面的文章已經說明了怎么使用 TensorFlow 來構建、訓練瀑粥、保...
-
@公輸睚信 嗯嗯，謝謝膨报，已解決了
TensorFlow 使用 tf.estimator 訓練模型（預訓練 ResNet-50）
看過 TensorFlow-slim 訓練 CNN 分類模型（續(xù)） 及其相關系列文章的讀者應該已經感受到了 tf.contrib.slim 在訓練卷積神經網絡方面的極其方便之...
-
@公輸睚信 但是我看您predict.py沒有導入model.py，logits是model.py里面的返回值公条，您說的classes是predictor.py里面的predict里面的返回值寥袭？ 意思就是我只要保存classes就是我想要的預測矩陣路捧？
TensorFlow 使用預訓練模型 ResNet-50
升級版見：TensorFlow 使用 tf.estimator 訓練模型（預訓練 ResNet-50）关霸。 前面的文章已經說明了怎么使用 TensorFlow 來構建、訓練杰扫、保...
-
TensorFlow 使用預訓練模型 ResNet-50
升級版見：TensorFlow 使用 tf.estimator 訓練模型（預訓練 ResNet-50）队寇。 前面的文章已經說明了怎么使用 TensorFlow 來構建、訓練章姓、保...
-
樓主佳遣，您好，您預測程序中凡伊，如何打印模型的預測匹配分數矩陣零渐，我嘗試著輸出了所有我認為可能是的，都沒有得到系忙，您能告訴我是哪個變量裝著這個矩陣嗎诵盼？
TensorFlow 使用預訓練模型 ResNet-50
升級版見：TensorFlow 使用 tf.estimator 訓練模型（預訓練 ResNet-50）。 前面的文章已經說明了怎么使用 TensorFlow 來構建银还、訓練风宁、保...
-
樓主，不好意思蛹疯，我又來了戒财，我有個問題，我把mobilenet從github下載下來捺弦，然后放進nets文件夾里（原本的文件夾里沒有mobilenet）饮寞，但是我程序運行出錯，說nets中找不到mobilenet羹呵，這個是還需要什么操作骂际，才能加載進去嗎？
TensorFlow 使用 tf.estimator 訓練模型（預訓練 ResNet-50）
看過 TensorFlow-slim 訓練 CNN 分類模型（續(xù)） 及其相關系列文章的讀者應該已經感受到了 tf.contrib.slim 在訓練卷積神經網絡方面的極其方便之...
-
@公輸睚信 好的 謝謝
TensorFlow 同時導入多個預訓練模型進行 finetuning
這篇文章將說明怎么同時導入多個預訓練模型進行訓練冈欢。 前面的文章 TensorFlow 使用預訓練模型 ResNet-50 介紹了怎么導入一個單模型預訓練參數對模型進行 fin...
-
TensorFlow 同時導入多個預訓練模型進行 finetuning這篇文章將說明怎么同時導入多個預訓練模型進行訓練歉铝。 前面的文章 TensorFlow 使用預訓練模型 ResNet-50 介紹了怎么導入一個單模型預訓練參數對模型進行 fin...
-
你好，你這個最終的輸出是兩個模型的預測結果的融合凑耻？還是兩個結果太示？
TensorFlow 同時導入多個預訓練模型進行 finetuning
這篇文章將說明怎么同時導入多個預訓練模型進行訓練。 前面的文章 TensorFlow 使用預訓練模型 ResNet-50 介紹了怎么導入一個單模型預訓練參數對模型進行 fin...
-
@公輸睚信 我發(fā)現學習率設為0.01以上會報錯香浩，以下的學習率就不會報錯类缤，但是訓練時間和效果很差，這會是什么原因導致的邻吭？
TensorFlow 使用 tf.estimator 訓練模型（預訓練 ResNet-50）
看過 TensorFlow-slim 訓練 CNN 分類模型（續(xù)） 及其相關系列文章的讀者應該已經感受到了 tf.contrib.slim 在訓練卷積神經網絡方面的極其方便之...
-
@勇_a0e6 我已經改了餐弱，改成：
with slim.arg_scope(nets.vgg.vgg_arg_scope()):
net, endpoints = nets.vgg.vgg_16(
preprocessed_inputs, num_classes=self._num_classes,
is_training=self._is_training)
前一天運行還好好的，但是第二天出現了這個問題：
InvalidArgumentError (see above for traceback): LossTensor is inf or nan : Tensor had NaN values
[[node train_op/CheckNumerics (defined at train.py:270) ]]
[[node train_op/control_dependency (defined at train.py:270) ]]
請樓主幫忙看下，我查了一天膏蚓，找不到解決方案瓢谢。TensorFlow 使用 tf.estimator 訓練模型（預訓練 ResNet-50）
看過 TensorFlow-slim 訓練 CNN 分類模型（續(xù)） 及其相關系列文章的讀者應該已經感受到了 tf.contrib.slim 在訓練卷積神經網絡方面的極其方便之...
-
@公輸睚信 嗯嗯 好的 去看下 謝謝
TensorFlow 使用 tf.estimator 訓練模型（預訓練 ResNet-50）
看過 TensorFlow-slim 訓練 CNN 分類模型（續(xù)） 及其相關系列文章的讀者應該已經感受到了 tf.contrib.slim 在訓練卷積神經網絡方面的極其方便之...
-
@公輸睚信 版本是1.13.1
TensorFlow 使用 tf.estimator 訓練模型（預訓練 ResNet-50）
看過 TensorFlow-slim 訓練 CNN 分類模型（續(xù)） 及其相關系列文章的讀者應該已經感受到了 tf.contrib.slim 在訓練卷積神經網絡方面的極其方便之...
-
樓主您好，我想用其他的網絡進行訓練驮瞧，我改成了vgg網絡：
with slim.arg_scope(nets.vgg.vgg_arg_scope()):
net, endpoints = nets.vgg.vgg_16(
preprocessed_inputs, num_classes=None,
is_training=self._is_training)
net = tf.squeeze(net, axis=[1, 2])
logits = slim.fully_connected(net, num_outputs=self.num_classes,
activation_fn=None,
scope='Predict/logits')
print('net')
return {'logits': logits}
然后出現了問題：
ValueError: The initializer passed is not valid. It should be a callable with no arguments and the shape should not be provided or an instance of `tf.keras.initializers.*' and `shape` should be fully defined.
找了很久氓扛，沒找到原因，請樓主幫我看下论笔，哪里出現了問題采郎，謝謝TensorFlow 使用 tf.estimator 訓練模型（預訓練 ResNet-50）
看過 TensorFlow-slim 訓練 CNN 分類模型（續(xù)） 及其相關系列文章的讀者應該已經感受到了 tf.contrib.slim 在訓練卷積神經網絡方面的極其方便之...
-
@公輸睚信 我測試了下，您這個驗證集沒參與訓練狂魔，驗證集的準確率和測試集的準確率幾乎是一樣的蒜埋，只相差0.0幾
TensorFlow 使用 tf.estimator 訓練模型（預訓練 ResNet-50）
看過 TensorFlow-slim 訓練 CNN 分類模型（續(xù)） 及其相關系列文章的讀者應該已經感受到了 tf.contrib.slim 在訓練卷積神經網絡方面的極其方便之...