问题标签 [pre-trained-model]

我正在尝试使用来自Tensorflow APIssd_inception_v2_coco的预训练模型，方法是使用单个类数据集对其进行训练并应用迁移学习。我对网络进行了大约（总损失大约为 1）的训练，并使用检查点数据创建了 inference_graph.pb 并将其用于检测代码。20k steps

令我惊讶的是，当我用训练数据测试网络时，图表甚至无法检测到 11 个案例中的 1 个（0/11）。我迷失在寻找问题的过程中。可能是什么错误？

PS：由于内存问题，我无法同时运行 train.py 和 eval.py。所以，我没有来自张量板的精度信息

有没有人遇到过类似的问题？

我坚持使用 Tensorflow 恢复预训练的网络......

我想使用经过训练的人脸识别预训练网络，然后想添加一些层进行迁移学习。（我从这里下载了模型。https://github.com/davidsandberg/facenet）

当我执行上面的代码时，它显示错误，

我不明白为什么系统找不到预训练的数据......目录结构如下

USER-no-MacBook-Pro:Transfer_face user$ ls -R

模型测试.py

。/模型：

20170512-110547

./model/20170512-110547:

20170512-110547.pb

型号-20170512-110547.ckpt-250000.index

型号-20170512-110547.ckpt-250000.data-00000-of-00001

型号-20170512-110547.meta

我可以下载并成功测试NiftyNet包的大脑分割演示。然而，这只给了我预训练网络的最终分割结果，而我也需要访问中间层的输出。

根据这个演示，以下行下载了一个预训练模型和一个测试 MR 卷：

${demopath}演示文件夹的路径在哪里。提取下载的文件将创建一个.ckpt似乎包含预先训练的 tensorflow 模型的文件，但是我无法将其加载到 tensorflow 会话中。

有没有办法可以加载预训练模型并访问其所有中间激活图？换句话说，如何将 NiftyNet 库中的预训练模型加载到 tensorflow 会话中，以便我可以通过模型探索或探测任何给定输入图像的某些中间层？

最后，在 NiftyNet 的网站上提到“文献中的一些模型已经（重新）在 NiftyNet 框架中实现”。这些模型的预训练权重是否也可用？该演示使用名为 HighRes3DNet 的预训练模型。如果其他模型的预训练权重也可用，下载这些权重或保存的 tensorflow 模型的链接是什么？

我正在学习使用神经网络和对象检测，使用Python和Keras. 我的目标是检测图像中非常具体的东西，比如说一个非常具体的品牌/类型的汽车化油器（汽车发动机的一部分）。

到目前为止，我发现的教程以猫和狗的检测为例，其中许多使用预训练的 VGG16 网络来提高性能。

如果我只想检测我的特定化油器，而不关心图像中的任何其他内容，那么使用 VGG16 是否有意义。？VGG16 是否仅在您想要检测许多通用项目而不是一个特定项目时有用？

编辑：我只想知道图像中是否有特定的物体（化油器）。无需在其周围定位或放置一个盒子。我有大约 1000 张这种特定化油器的图像供网络训练。

我正在做一个项目，我需要一个预训练的skip-gram模型向量。我听说还有一个名为 skip-n-gram 模型的变体可以提供更好的结果。

我想知道我自己训练模型需要什么？因为我只需要他们为我的模型初始化嵌入层。

我已经进行了足够的搜索，但没有得到很好的例子。我需要你的建议。我在哪里可以得到这样的预训练模型，或者没有预训练模型。

我训练了一个具有 1000 次迭代的网络，并且希望在不从头开始的情况下继续这种训练直到 2000 次迭代。我阅读了针对这个问题的不同方法并编写了下面的代码，所以最后我的参数位于“saved_pa​​rams”中。但是从现在开始，我不明白我必须用这些参数做什么。

有人可以解释我该怎么做吗？如何将这些参数用于我的训练过程？

我一直无法弄清楚如何通过新的 TF Estimator API使用迁移学习/最后一层再训练。

Estimator需要一个model_fn包含网络架构以及培训和评估操作的文件，如文档中所定义。一个model_fn使用 CNN 架构的例子在这里。

如果我想重新训练最后一层，例如 inception 架构，我不确定是否需要在 this 中指定整个模型model_fn，然后加载预训练的权重，或者是否有办法使用在“传统”方法中保存的图表（示例here）。

这已作为一个问题提出，但仍然是开放的，我不清楚答案。

我正在尝试将 Resnet50 用于图像分类问题。但是它显示错误，我无法修复它。

并且错误发生在下面。

型号如下

我正在尝试用它们的概率值打印出所有已知的类。第一个值是概率最高的类别。

到目前为止，这是我的代码：

我收到以下错误：

你知道如何处理它吗？提前谢谢^^

我在https://www.tensorflow.org/versions/master/tutorials/image_retraining关注本教程

在我经历了一些障碍之后，我运行了 retrain.py。然后我意识到新模型只能对我添加的新类别的图像进行分类。我想知道我在这里做错了什么。我认为除了预先训练的 1000 个类之外，新模型还应该处理新添加的类别。任何输入/评论表示赞赏。谢谢。