在使用 Tensorflow 對象檢測 API 訓練一定數量的步驟后更改配置文件中的訓練參數

Question

到目前為止，我已經在 61000 步的數據集上訓練了一個 Inception Resnet v2 模型，在模型的配置文件中使用以下值：

adam_optimizer: {
      learning_rate: {
        manual_step_learning_rate {
          initial_learning_rate: 0.0003
          schedule {
            step: 150000
            learning_rate: .0001
          }

現在，如果我想從現在開始降低模型的學習率，將進行以下更改：

adam_optimizer: {
      learning_rate: {
        manual_step_learning_rate {
          initial_learning_rate: 0.0003
          schedule {
            step: 60000
            learning_rate: .0001
          }

從檢查點重新開始實際上將我的模型的學習率從0.0003到0.0001因為它到目前為止已經訓練的步數大於 60000？ 如果沒有，有沒有其他方法可以實現這一目標？

Answer 1

一種可能的方法是使用已經訓練好的 61000 步模型文件作為微調檢查點，然后您可以根據需要修改 lr。 在這種情況下，您實際上是從第 1 步開始訓練。

Answer 2

轉到您的配置文件並搜索此節點，然后添加粗線 train_config: { num_steps: 5000