使用下面的例子进行迁移学习有什么区别?
图像分类.使用预训练模型(MobileNet V2模型) https://www.tensorflow.org/tutorials/images/transfer_learning#create_这个_基座_模型_从…_这个_预训练_凸网进行传递学习和微调
对象检测-见Create model and restore weights for all but last layer节(ssd_resnet50模型)- https://github.com/tensorflow/models/blob/master/research/object_检测/实验室
根据,我使用云机器学习引擎训练了一个对象检测器,现在我想使用云机器学习引擎进行预测。
这些指令包括将Tensorflow图导出为output_inference_graph.pb的代码,但不包括如何将protobuf格式(pb)转换为gcloud预测所需的SavedModel格式。
我回顾了关于如何转换“Tensorflow for Poets”图像分类模型和如何转换“Tensorflow For Poets 2”图像分类模型的,但是对于博客文章中描述的对象检测器图(pb),两者都不起作用。
如何转换该物体探测器图(pb),以便它可以使用或gcloud引擎预测,请?
我知道在任何意义上这并不是机器学习的推荐设置,但我想使用我所拥有的。
作为一个专家,我已经被告知,tf-gpu应该与任何设备支持的库达。
当我跑步时:
from numba import cuda
cuda.detect()
我得到:
Found 1 CUDA devices
id 0 b'GeForce MX130' [SUPPORTED]
compute capability: 5.0
pci device