RInz

另外在创建model_fn的时候
return tf.estimator.EstimatorSpec(mode=mode,
predictions=prediction_dict,
loss=loss,
train_op=train_op,
eval_metric_ops=eval_metric_ops,
export_outputs=export_outputs,
scaffold=scaffold)
这里面为什么要用到scaffold呢，如果不用scaffold需要另外实现什么

TensorFlow 使用 tf.estimator 训练模型（预训练 ResNet-50）

看过 TensorFlow-slim 训练 CNN 分类模型（续） 及其相关系列文章的读者应该已经感受到了 tf.contrib.slim 在训练卷积神经网络方面的极其方便之...

公输睚信

27997 146 31 1

RInz

我自己实现了一遍，发现一个不理解的地方
def transform_data(image):
size = FLAGS.input_size + 32
image = tf.squeeze(tf.image.resize_bilinear([image], size=[size, size]))
image = tf.to_float(image)
return image
在处理输入数据的时候input_size+32，input_size是224，+32=256，这个是什么原理，resnet的输入不应该是224*224么，是slim实现的这个网络用了256*256的输入吗？

TensorFlow 使用 tf.estimator 训练模型（预训练 ResNet-50）

看过 TensorFlow-slim 训练 CNN 分类模型（续） 及其相关系列文章的读者应该已经感受到了 tf.contrib.slim 在训练卷积神经网络方面的极其方便之...

公输睚信

27997 146 31 1

RInz

def main(_):
# Specify which gpu to be used
# os.environ["CUDA_VISIBLE_DEVICES"] = FLAGS.gpu_indices

strategy = tf.contrib.distribute.MirroredStrategy(num_gpus=FLAGS.num_gpus)
# session_config = tf.ConfigProto(gpu_options=tf.GPUOptions(allow_growth=True))
config = tf.estimator.RunConfig(train_distribute=strategy,
save_checkpoints_secs=120)

estimator = tf.estimator.Estimator(model_fn=create_model_fn,
model_dir=FLAGS.model_dir,
config=config)

train_input_fn = create_input_fn([FLAGS.train_record_path],
batch_size=FLAGS.batch_size)

time_hist = TimeHistory()
train_spec = tf.estimator.TrainSpec(input_fn=train_input_fn,
max_steps=FLAGS.num_steps,
hooks=[time_hist])

eval_input_fn = create_input_fn([FLAGS.val_record_path],
batch_size=FLAGS.batch_size,
num_epochs=1)

predict_input_fn = create_predict_input_fn()

eval_exporter = tf.estimator.FinalExporter(
name='servo', serving_input_receiver_fn=predict_input_fn)

eval_spec = tf.estimator.EvalSpec(input_fn=eval_input_fn, steps=None,
exporters=eval_exporter)

tf.estimator.train_and_evaluate(estimator, train_spec, eval_spec)

TensorFlow 使用 tf.estimator 训练模型（预训练 ResNet-50）

看过 TensorFlow-slim 训练 CNN 分类模型（续） 及其相关系列文章的读者应该已经感受到了 tf.contrib.slim 在训练卷积神经网络方面的极其方便之...

公输睚信

27997 146 31 1

RInz

我添加了MirroredStrategy想用2块GPU跑，
tf1.13.1,
报错assert set(v.keys()) == v0keys AssertionError
如果去掉MirroredStrategy就完全没问题，查了半天毫无头绪

TensorFlow 使用 tf.estimator 训练模型（预训练 ResNet-50）

看过 TensorFlow-slim 训练 CNN 分类模型（续） 及其相关系列文章的读者应该已经感受到了 tf.contrib.slim 在训练卷积神经网络方面的极其方便之...

公输睚信

27997 146 31 1

RInz

After learning Django Rest Framework a few month, I think it is time to make a summary....