tensorflow - 如何训练 inception v3 模型进行多标签分类？

Question

我正在尝试建立一个模型来检测图像中的多个属性。

我正在使用预训练的 inception V3 模型。我知道我们必须将最终的 softmax 层更改为 sigmoid。

我正在按如下方式加载模型：

with slim.arg_scope(inception.inception_v3_arg_scope()):
                logits, _ = inception.inception_v3(images, num_classes=numClass, is_training=True)

现在如何将 softmax 层更改为 sigmoid？

Answer 1

如果您检查 inception_v3 的源代码，您将看到可用的完整参数：

def inception_v3(inputs,
                 num_classes=1000,
                 is_training=True,
                 dropout_keep_prob=0.8,
                 min_depth=16,
                 depth_multiplier=1.0,
                 prediction_fn=slim.softmax,
                 spatial_squeeze=True,
                 reuse=None,
                 scope='InceptionV3'):

只需更改为prediction_fn=tf.sigmoid