![](/img/trans.png)
[英]How to reduce the number of training steps in Tensorflow's Object Detection API?
[英]Change training parameters in the config file after training for a certain number of steps using the Tensorflow Object Detection API
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?
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。
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
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.