python - 在丢失整个数据集后构建训练模型
问题描述
我已经按照tensorflow 文档中的说明训练了一个图像分类器来训练模型。我有输出图形文件(output_graph.pb)
现在,我该如何构建这个图形文件?问题是我丢失了整个数据集,只留下了输出图形文件。我不想经历收集数据和调整数据的整个过程。我想用一种新的数据来构建当前模型。有出路吗?
解决方案
推荐阅读
- mit-scratch - 在 MIT-Scratch 中克隆精灵
- python - Pycharm 无法完成来自不同文件的对象属性
- python-3.x - 如何将列中的值作为pandas中DataFrame中的列
- pouchdb - 如何在同步期间检测已删除的远程数据库
- c# - Unity 中的自定义 NaveMesh 移动和旋转
- php - 在首页发布特色图片展示
- sql-server-2008 - 计算一个财政年度的产品购买量| SQL 服务器
- javascript - 如何有条件地启用 onClick
- django - 更新数据而不是在 django 模型中创建新的行条目
- c++ - 如何向用户显示特定错误,要求他/她使用循环再次提供输入?