在Tensorflow（python）中使用初始模型进行传递学习

Question

如何加载.pb protobuf模型，然后根据需要调整网络（特别是外层），以便为完全不同的类训练新模型？ 有效地进行转学习吗？

我想这样做这些 （即培养具有更大的学习速度比内层外层）除其他事情，所以我需要一种方法来不仅加载与变量的图形，而是要改变网络的结构和超参数太。

如果有人有一个跟随初始模型的例子，那将是惊人的！

我的问题与此非常相似。

我在互联网上搜索过（TF文档，Github，StackOverflow，Google ......）但是我找不到新手有用的东西。

非常感谢！

Answer 1

tf.import_graph_def（）是加载GraphDef的函数：

https://www.tensorflow.org/versions/0.6.0/api_docs/python/framework.html#import_graph_def

希望一旦导入，您可以对所需的图形进行修改。 但是，如果您有权访问，那么首先修改生成图形的Python代码会更容易。

Answer 2

这是来自Tensorflow官方网站的更新教程https://www.tensorflow.org/hub/tutorials/image_retraining

他们使用经过预先训练的Inception V3模型，一切正常。 您可以将数据集文件夹更改为您自己的数据集