問題タブ [imagenet]

スリムで定義された Inception V3 モデルを使用して、自分のイメージを予測します。モデル変数はチェックポイント ファイルから復元されます。実行すると、GPU が使用されていないことがわかります。を設定tf.device('/gpu:0')しましたが、動作しません。では、モデルのトレーニング/再トレーニングが GPU で機能するのに、評価ができない理由について混乱していますか? inception_eval.py のコードに従うだけです。 ここに画像の説明を入力

画像のリストをループして Google の Inception モデルを実行しようとすると、約 100 枚ほどの画像の後、以下の問題が発生します。メモリが不足しているようです。私はCPUで実行しています。他の誰かがこの問題に遭遇しましたか?

https://github.com/tensorflow/models/tree/master/inception

ネット (AlexNet/GoogleNet/ImageNet) の出力レイヤーの変更について質問があります。したがって、標準出力は 1x1000 ベクトルなので、クラスごとに 1 つの値になります。

出力をたとえば 5 に変更できることはわかっているので、クラスが 5 つしかない場合は 1x5 ベクトルを取得します。

しかし、クラスがない場合はどうなりますか? 出力を 18x18 のようなマトリックスに変更することは可能ですか。私のネットは「クラス」ではなく密度マップを出力する必要があるためです。また、タスクに事前トレーニング済みのネットを使用することをお勧めしますか、それともゼロからトレーニングする必要がありますか?

ご協力ありがとうございました ：-）

RPi3 で inceptionV3 を再トレーニングしようとしています。このヒストグラム エラー メッセージが表示されます。

これを読んで着替えてみmerged = tf.merge_all_summaries()まし たがダメでした。retrain.py

また、最初に再トレーニングを試みたとき、エラーが発生する前にステップ 0 で異なる結果が得られました。

Imagenet でネットワークをトレーニングして検証しようとしています。検証プロセスは問題なく機能します (事前トレーニング済みの重みを使用)。ただし、トレーニングを実行しようとすると、imagenet_mean.binaryprotoファイルが見つからないというエラーが表示されます。検証プロセスで機能したのとまったく同じファイルです。なにが問題ですか？

私が使用しているprototxtは次のとおりです。