![](/img/trans.png)
[英]How to reduce the number of training steps in Tensorflow's Object Detection API?
[英]How do I know the total number of steps while training using Tensorflow Object Detection API?
最近3個小時,我一直在GPU驅動的雲機上使用以下命令運行培訓工作:
python legacy/train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/ssd_mobilenet_v1_pets.config
然后運行該日志,例如:
INFO:tensorflow:global step 14455: loss = 0.5896 (0.775 sec/step)
I1001 19:27:43.575182 140054916601600 tf_logging.py:116] global step 14455: loss = 0.5896 (0.775 sec/step)
我如何知道要執行多少個步驟或總共要執行幾個步驟?
如果您使用的是預定義的模型拓撲,則可以在模型隨附的文檔中查找訓練時間段(以時期或步驟為單位)。 如果您創建了自己的模型,則可以通過觀察測試結果來確定培訓時間。 當准確性達到可接受的水平然后開始下降時,您可能會過度訓練。 備份到高精度。 重復此實驗幾次,以確定模型的“最佳位置”。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.