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