我正在对我的数据试验来自“ Tensorflow detection model zoo ”的不同预训练 TensorFlow 模型-我想仅重新训练（微调）每个模型中最深的 N 层，以找到我的数据的最佳配置。有没有办法以适用于任何架构的通用形式执行此操作，并且不依赖于层名称（模型之间的变化）？或者，是否有一种简单的方法可以查询图表中最后 N 层的名称（我的意思是层 - 而不是操作）？
问问题
727 次
1 回答
0
您可以使用训练配置freeze_variables中的选项来防止对较低层进行优化。
您希望微调哪个模型？根据我的经验，冻结较低层并不能转化为更快的训练或更好的结果（让较低层浮动似乎最好）。虽然是 YMMV。
于 2018-04-16T17:00:47.570 回答