python - 特征提取器是否在 Tensorflow 对象检测 API 中进行过训练?
问题描述
在 Tensorflow 对象检测 API 中,一个典型的神经网络将有 2 个组件:一个特征提取器,然后是一个神经网络,它使用特征提取的输出对图像进行进一步分类。
如果您要在对象检测 api 中自定义训练一个更快的 resnet50 神经网络,以检测额外的 2 个对象,那么在训练过程中,特征提取器是否也被训练了?IE 特征提取器组件的权重会改变吗?
解决方案
是的,它是默认训练的。您可以使用火车配置中的freeze_variables字段将其关闭。然而,TF 的人不鼓励这样做,因为他们发现这样做会产生更差的结果和相同的训练时间。有关详细信息,请参阅github 上的此线程。
推荐阅读
- python - 如何使用 cx_Freeze 将目录添加到系统路径环境变量?
- azure - Azure DevOps 构建管道:从 MsBuild.exe 解决方案创建 NuGet 包
- c++ - 如何为 POCO handleRequest 方法允许 CORS 和自定义标头?
- docker - Flink 无法使用 docker swarm 在集群设置中连接 kafka 和 hadoop
- android - 为什么即使我显式设置了它的返回值,模拟方法仍返回 null?
- azure-service-fabric - Service Fabric Actor 备份适用于 1 个参与者,而其他所有参与者都失败
- python-3.x - 在 python 3.7 中,如果是复数,如何打印 J/j 的值?
- dialogflow-es - 有没有办法在 Dialogflow 中为 Telegram 中的联系人类型创建互联网
- google-analytics - 是否可以在谷歌分析管理 API 中从简单受众(再营销受众)创建组合受众?
- macos - 为 macOS 上的 Qt 提供暗模式图标