我想从头开始训练一个 InceptionV3 神经网络。我已经运行了一个使用此 TensorFlow Hub 模块的实现:https ://tfhub.dev/google/imagenet/inception_v3/feature_vector/1并使用包含的预训练权重执行微调。
我现在想使用相同的 TensorFlow Hub 模块,但放弃提供的权重并使用我自己的内核初始化程序(例如 tf.initializers.truncated_normal、tf.initializers.he_normal 等)。
如何修改 TFHub 模块中的可训练变量以使用自定义初始化程序?为了清楚起见,我想在运行时替换预训练的权重,只保留模型架构。请让我知道我是否真的应该使用 TFSlim 或模型动物园。
这是我到目前为止所拥有的:
import tensorflow as tf
import tensorflow_hub as hub
tfhub_module_url = 'https://tfhub.dev/google/imagenet/inception_v3/feature_vector/1'
initializer = tf.truncated_normal
def main(_):
_graph = tf.Graph()
with _graph.as_default():
module_spec = hub.load_module_spec(tfhub_module_url)
height, width = hub.get_expected_image_size(module_spec)
resized_input_tensor = tf.placeholder(tf.float32, [None, height, width, 3], name='resized_input_tensor')
m = hub.Module(module_spec, trainable=True)
bottleneck_tensor = m(resized_input_tensor)
trainable_vars = tf.trainable_variables()
# TODO: This fails, because this probably isn't how this is supposed to be done:
for trainable_var in trainable_vars:
trainable_var.initializer = tf.initializers.he_normal
with tf.Session(graph=_graph) as sess:
print(trainable_vars)
tf.logging.set_verbosity(tf.logging.INFO)
tf.app.run()
这样做的正确方法是什么?