TFLearn Alexnet 定制了一定数量的类

Question

我正在使用 TFLearn 中给出的 Alexnet 示例在我自己的图像数据集上进行训练，即 GroZi-120 database，因此我需要稍微更改它以输出 120 个类。

我一般对卷积网络和深度学习不是很熟悉，所以我不确定如何修改代码以正确输出对应于 120 个类的分数。

我尝试将 softmax 行更改为：

network = fully_connected(network, 120, activation='softmax')

但这给了我错误

ValueError: Cannot feed value of shape (64, 17) for Tensor u'TargetsData/Y:0', which has shape '(?, 120)'

有人可以澄清这一点/帮助我弄清楚如何进行吗？ 提前致谢！

Answer 1

行内：

model.fit(X, Y, n_epoch=1000, validation_set=0.1, shuffle=True,
      show_metric=True, batch_size=64, snapshot_step=200,
      snapshot_epoch=False, run_id='alexnet_oxflowers17')

您似乎仍将之前的 Y 形状为 [batch_size, 17] 输入到网络中。

您需要将X 和Y 替换为您自己的。