如何在 Tensorflow 中使用自训练模型进行图像分类答案

【问题标题】：How to use self trained model in Tensorflow for image classification如何在 Tensorflow 中使用自训练模型进行图像分类
【发布时间】：2017-08-13 19:37:12
【问题描述】：

我使用以下文档来训练我自己的模型来对花进行分类：

https://github.com/tensorflow/models/tree/master/inception#how-to-train-from-scratch

bazel-bin/inception/flowers_train --batch_size=32 --train_dir=/tmp/flowers_train --data_dir=/tmp/flowers_data

我指定 --max_steps=30 只是为了看看我是否可以按预期使用模型进行分类。在这些培训步骤之后，我得到以下文件：

model.ckpt-29.data-00000-of-00001
model.ckpt-29.index
model.ckpt-29.meta

不幸的是我实际上不知道如何使用这三个文件进行图像分类。有没有显示必要步骤的示例？

【问题讨论】：

标签： tensorflow

【解决方案1】：

有一节介绍如何评估 (https://github.com/tensorflow/models/tree/master/inception#how-to-evaluate)。它将使用保存的模型（这三个文件）对图像进行分类，并根据真实标签对其进行测试。您可以深入研究代码 (models/inception/inception/inception_eval.py) 以查看它是如何加载和进行原始推理的。

【讨论】：