我正在使用Tensorflow研究圖像識別。我已閱讀Tensorflow.org上的主題How to retrain Inception's Layer for new categories，該主題使用了Inception v3培訓模式。如何使用Tensorflow創建圖像識別中的CNN模型以與Inception v3進行比較
現在，我希望創建我自己的CNN模型，以便與Inception v3進行比較，但我不知道我該如何開始。
任何人都知道一些指導一步一步解決這個問題？
我會很感激你的任何建議
在此先感謝
，針對圖像識別入門正在處理MNIST圖像的金標準。 Tensorflow有一個great tutorial關於如何上手，以及如何move to convolution人網絡。
從那裏開始與Inception競爭，而不僅僅是抄襲其他人的圖形，這是一條艱難的道路。您可能想要了解卷積的不同層次。我創建了一個基本的Tensorflow Tutorial，其中包含一個example python file演示不同的卷積圖及其結果的準確性。
征服MNIST後，您將需要大量的圖片和大量的GPU（運行所有你的訓練）和軟件安裝（你可以從imageNet讓他們），這樣就可以不只運行和測試你的模型，但幾十個（如果不是數百）變化來探索你的超參數（如學習速度，卷積大小，退出等）。請記住，它需要一組領先的機器學習專家來創建類似Inception，許多個月（可能幾年）的迭代，以找到他們今天使用的模型，以及數千個CPU/GPU小時。
如果您試圖瞭解正在發生的事情以及如何創建出良好的圖表，那麼嘗試重新創建Inception是一個好主意。如果你只是想要一個出色的圖像識別模型，然後重用現有的模型。
如果您想盡情玩樂，就這樣做！
Cheers-