我正在研究使用 Tensorflow 进行图像识别。我已经在 Tensorflow.org 上阅读了有关如何为新类别重新训练 Inception 层的主题，该主题利用了 Inception v3 训练模型。
现在，我希望创建自己的 CNN 模型以便与 Inception v3 进行比较，但我不知道如何开始。
有人知道有关此问题的逐步指南吗？
我会很感激你的任何建议
提前致谢
问问题
92 次
1 回答
0
婴儿的第一步
图像识别入门的黄金标准是处理 MNIST 图像。Tensorflow 有一个很棒的教程，介绍如何开始以及如何迁移到卷积网络。
从那里开始，要与《盗梦空间》竞争，而不仅仅是复制别人的图表，是一条漫长而艰难的道路。您可能想了解不同卷积层的作用。我创建了一个基本的Tensorflow 教程，其中包含一个示例 python 文件，该文件演示了不同的卷积图及其产生的准确性。
更深入
在征服 MNIST 之后，您将需要大量图像（您可以从 imageNet 获取它们）和大量 GPU（运行所有训练）和软件设置，以便您不仅可以运行和测试您的模型，而且还可以运行和测试数十个 (如果不是数百）变化来探索你的超参数（如学习率，卷积大小，辍学等）。请记住，创建像 Inception 这样的机器学习专家团队需要数月（可能数年）的迭代才能找到他们今天使用的模型，以及数千个 CPU/GPU 小时。
如果您想了解正在发生的事情以及什么是好的图表，那么尝试重新创建 Inception 是一个好主意。如果您只想要一个出色的图像识别模型，那么请重用现有的模型。
如果您想玩得开心，那就去做吧！
干杯-
于 2017-06-19T17:52:32.527 回答