在 Tensorflow（python）中使用初始模型进行迁移学习答案

【问题标题】：Transfer learning with inception model in Tensorflow (python)在 Tensorflow（python）中使用初始模型进行迁移学习
【发布时间】：2016-05-07 21:34:09
【问题描述】：

如何加载 .pb protobuf 模型，然后根据需要调整网络（特别是外层），以便为完全不同的类训练新模型？有效地进行迁移学习？

我想做类似these 之类的事情（即用比内层更大的学习率训练外层），所以我需要一种方法，不仅可以用变量加载图形，还可以改变网络的结构和超参数。

如果有人能效仿 inception 模型，那就太棒了！

我的问题与this one非常相似。

我在整个互联网上搜索过（TF docs、Github、StackOverflow、Google...），但我找不到对新手有用的东西。

非常感谢！

【问题讨论】：

【解决方案1】：

他们使用预训练的 Inception V3 模型，一切正常。您可以将数据集文件夹更改为您自己的数据集

【讨论】：

【解决方案2】：

tf.import_graph_def() 是加载 GraphDef 的函数：

希望一旦导入，您可以对所需的图表进行修改。不过，如果您有权访问，那么首先修改生成图表的 Python 代码会更容易。

【讨论】：