python - 使用 TensorFlow slim 微调预训练模型时，如何知道要排除或训练哪些范围？

Question

我想用我自己的图像数据集在 TensorFlow slim 中微调预训练的 resnet_v1_50。但是我的数据集不够大，无法调整整个网络。我想逐层查看范围名称，然后我可以知道要排除哪些范围以及要训练哪些范围。有谁知道这样做的方法

Answer 1

现在的答案可能为时已晚。我自己正在寻找与 renet_v2 和“InceptionResnetV2/Logits,InceptionResnetV2/AuxLogits”相关的这些东西，这些对我有用。您尝试在此处更改名称，或者如果您可以向我发送模型的链接，您可以使用此代码打印名称。只需给出模型的路径。

from tensorflow.python.tools.inspect_checkpoint import print_tensors_in_checkpoint_file
from tensorflow.python import pywrap_tensorflow
import os


checkpoint_path = os.path.join(os.getcwd(), "pnasnet/model.ckpt")
# print_tensors_in_checkpoint_file(file_name=checkpoint_path,all_tensors=False, tensor_name='')

reader = pywrap_tensorflow.NewCheckpointReader(checkpoint_path)
items = []
items.append(reader.debug_string().decode("utf-8"))


with open('pnasnet/pnasnet.txt', 'w') as f:
    for item in items:
        f.write("%s\n" % item)
        print(item)