这是一个基本问题。
目前，我正在使用一种可用的1.x模型进行对象检测。为此，我将使用自己的数据重新训练该模型，并可以检测到想要的对象。
我想将所有逻辑移植到2.x版本，以便使用新发布的工具将模型转换为TFLite。
将代码修改为2.0后，是否需要重新训练参考模型（例如coco）的权重？还是只重新训练我的自定义数据？
如果是，是否有建议不做任何努力？
感谢您的建议
幸运的是，对于所有用户，tensorflow都有很多文档，而tensorflow的开发人员认为您会提出这个问题，因此已经为您解答了。这篇文章应该可以帮助您完美地将模型从1.x迁移到2.x。
概括起来，如果您使用的是像keras这样的高级API，则根本没有用。如果您想利用tensorflow 2中的性能改进，或者如果您不使用上述高级API，则可能需要做更多的工作。
网络的权重通常不必重新训练，除非您想明显改变模型。如果您只想使用相同的模型，然后在tensorflow 2中使用，则上面的链接应该可以帮助您将代码转移到tensorflow 2中，并且您不必重新训练模型的权重。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句