2016-12-02 122 views
0

嗨,大家好〜我是Tensorflow的新手。如何使用較小的數據集訓練Google Inception-v3模型?

我搜索了好幾天和計算器找不到類似的問題

的目標是,我想訓練谷歌成立之初-V3模型與 ILSVRC2012圖像數據集,

因爲數據集大小爲138G,並採取太多的訓練時間(2周左右八個GPU)的

我發現的唯一的代碼示例是從

的教程Udacity課程「介紹到學習機」 - SVM - 較小的訓練集

features_train = features_train[:len(features_train)/100] 
labels_train = labels_train[:len(labels_train)/100] 

什麼是減少Tensorflow,巴澤爾或Python的數據集大小不同的代碼???

THX很多〜

回答

0

與他人

的討論後,我終於弄清楚如何以簡單的方式做到這一點

從imagenet數據集下載大約是400 GB 1000訓練數據文件夾

您可以百分之一的它(1000 * 0.01 = 10個文件夾)

並將其轉移到tfrecords或其他tensorflow可讀文件格式