tensorflow - 图像分类中“创建特征向量然后训练”与“直接训练”有什么区别

Question

我正在研究图像分类。而且我不明白通过可用模型https://tfhub.dev/google/imagenet/resnet_v1_101/feature_vector/1创建特征向量之间的区别。然后再次训练。与该模型的直接训练相比

标签： tensorflowdeep-learningcomputer-vision

Answer 1

这个概念与迁移学习有关，您可以通过已经训练和可用的模型创建有时称为瓶颈特征的特征，然后您可以在它们之上创建一个新模型并训练以微调您的问题。
在另一种情况下，您正在从头开始训练您的网络以完全解决您的任务。