TF-苗条模特(帮派AI)
gpkg.slim.models的Python项目详细描述
gpkg.slim.models
################
*TF-Slim models (Guild AI)*
Models
######
images
======
*Generic images dataset*
Operations
^^^^^^^^^^
prepare
-------
*Prepare images for 训练*
flags
`````
**图像**
*包含要准备的图像的目录(必需)*
**随机种子**
*用于训练/验证拆分的种子(随机生成)*
**VAL拆分**
*保留用于验证的图像百分比(30)*
inception
=(100)*
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
`````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型数克隆(已计算)
如果"自动-
缩放"为"是",则此值自动设置为可用GPU的数量。
如果"自动缩放"为"否",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**速率(指数)
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存频率(秒)(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"自动缩放"为"是",则计数/2。
列车(无限期列车)*
**重量衰减**
*模型重量衰减(4e-05)*
标签
----
*使用经过训练的模型对图像进行分类*
标志
`````````
**图像**
*要分类的图像路径(必需)*
----
*从冻结图形生成tflite文件*
flags
```````
**输出格式**
*tflite输出格式(tflite)
>选项:
tflite
graphviz_dot
**量化**
*输出阵列被量化(否)
选项:
是
否
*
**量化输入**
*输入阵列是否被量化(否)
选项:
是
否
*
scratch*
标志
````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当该值为"是"(默认值)时,在多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用gpu的数目。
`learning rate`通过将其指定值乘以
gpu的数目来调整。
*
**批大小**
*每个培训批中的示例数(32)*
**克隆数**
*模型克隆数(计算得出的)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
如果"自动缩放"为"否",则此值将自动设置为可用GPU数。可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期之后的段数**
*(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
transfer learn
----
*使用transfer learning的列车模型*
````````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
'yes'(默认值)在
mult上调整以下标志i-gpu系统:
-克隆
-学习速率
`clones`设置为可用gpu的数目。
`learning rate`通过将其指定值乘以
gpu的数目来调整。
标记不在单个gpu或仅在cpu上调整系统。
*
**批次大小**
*每个培训批次中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
`自动缩放"为‘否’"此值可从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期的次数(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
inception-resnet-v2-resnet-inception-resnet-v2-resnet-inception-resnet-v2-br/>==========
<运营运营
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
`````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模式数l克隆(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU的数量。
如果"自动缩放"为"否",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要以秒为单位保存(60)*
**日志步骤**
*摘要日志以秒为单位的频率(100)*
**模型保存秒**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"auto scale"为"yes",则自动设置为逻辑CPU计数/2。
如果"auto scale"
为"yes",则值自动设置为逻辑CPU计数/2。
如果"auto scale"为"no",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(训练无限期地)*
**权重衰减**
*模型权重衰减(4e-05)*
标签
----
*使用经过训练的模型对图像进行分类*
标志
`````````
**要分类的图像的路径(必需)*
----
*生成来自冻结图形的tf lite文件*
`````
**输出格式**
*tflite输出格式(tflite)
>选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*输入数组是否量化(否)
选择:
是
否
*
适用于多GPU系统的标志(是)
可用GPU的数量。
"学习速率"通过将其指定值乘以GPU的数量来调整。
标记不在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**le学习率衰减因子**
*学习率衰减因子(0.94)*
**学习率衰减类型**
*用于衰减学习率的方法(指数)
选择:
指数
固定
多项式
*
**学习率结束**
*最小多项式学习率衰减使用的学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步数的频率(100)*
**模型保存秒数**
*模型保存的频率(检查点)以秒(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*预处理使用(默认为模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。
系统。
*
**读卡器**
*并行数据读卡器数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化数据读卡器性能对于系统。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
学习*
flags
````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
系统:
-克隆
-学习率
"克隆"设置为可用GPU的数量。
"学习率"通过将其指定值乘以
GPU的数量来调整。
系统。
*
**批次大小**
*每个培训批次中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
`自动缩放"为‘否’"此值可从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期的次数(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。`自动缩放`IS"否"此值可设置为优化系统的预处理器线程计数。
*
**读卡器**
*并行数据读卡器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
`自动缩放"为‘否’"此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**权重衰减**
*模型权重衰减(4E-05)*
inception-v2
==
*tf slim inception v2分类器*
操作
^^^^^^^^^^^^^^^^^
*评估经过培训的模型*
```````
**批大小**
*每个评估批中的示例数(100)*
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
`````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型数克隆(已计算)
如果"自动-
缩放"为"是",则此值自动设置为可用GPU的数量。
如果"自动缩放"为"否",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**速率(指数)
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存频率(秒)(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"自动缩放"为"是",则计数/2。
EPS训练(无限期训练)*
**重量衰减**
*模型重量衰减(4E-05)*
标签
----
*使用训练模型对图像进行分类*
标志
``````````
**图像**
*图像分类路径(必需)*
----
*从冻结图形生成tflite文件*
flags
```````
**输出格式**
*tflite输出格式(tflite)
>选项:
tflite
graphviz_dot
**量化**
*输出阵列被量化(否)
选项:
是
否
*
**量化输入**
*输入阵列是否被量化(否)
选项:
是
否
*
scratch*
标志
````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当该值为"是"(默认值)时,在多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用gpu的数目。
`learning rate`通过将其指定值乘以
gpu的数目来调整。
*
**批大小**
*每个培训批中的示例数(32)*
**克隆数**
*模型克隆数(计算得出的)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
如果"自动缩放"为"否",则此值将自动设置为可用GPU数。可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期之后的段数**
*(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
transfer learn
----
*使用transfer learning的列车模型*
````````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
'yes'(默认值)以下标志在
多GPU系统:
-克隆
-学习率
"克隆"设置为可用GPU的数量。
"学习率"通过将其指定值乘以
GPU的数量来调整。
系统。
*
**批次大小**
*每个培训批次中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
`自动缩放"为‘否’"此值可从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期的次数(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
inception-v3
==
*tf slim inception v3分类器*
操作
^^^^^^^^^^^^^^^^^^
--
*评估经过培训的模型*
`````````
**批大小**
*每个评估批中的示例数(100)*
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
`````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型数克隆(Calc)计算)
学习率(0.0001)*
**学习率衰减时段**
*学习率衰减时段数(2.0)*
**学习率衰减因子**
*学习率衰减因子(0.94)*
**学习率衰减类型**
*用于衰减学习率的方法(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
`````````
**图像**
*要分类的图像的路径(必需)*
----
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减期数cay因子**
*学习率衰减因子(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*最小学习率由多项式学习速率衰减(0.0001)*
**日志保存秒数**
*日志摘要保存频率(60)*
**日志步骤**
*摘要日志保存频率(100)*
**模型保存秒数**
*模型保存频率(检查点)(秒)(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*预处理使用(默认为模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。
系统。
*
**读卡器**
*并行数据读卡器数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化数据读卡器性能对于系统。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
学习*
flags
````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
系统:
-克隆
-学习率
"克隆"设置为可用GPU的数量。
"学习率"通过将其指定值乘以
GPU的数量来调整。
系统。
*
**批次大小**
*每个培训批次中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
`自动缩放"为‘否’"此值可从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期的次数(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。`自动缩放"不是"此值可以设置e以优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器(计算的)数
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**权重衰减**
*模型权重衰减(4E-05)*
inception-v4
==
*tf slim inception v4分类器*
(100)*
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
`````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型数克隆(已计算)
如果"自动-
缩放"为"是",则此值自动设置为可用GPU的数量。
如果"自动缩放"为"否",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**速率(指数)
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存频率(秒)(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"自动缩放"为"是",则计数/2。
(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
标签
----
*使用训练模型对图像进行分类*
标志
``````````
**图像**
*到图像的分类路径(必需)*
----
*从冻结图形生成tflite文件*
flags
```````
**输出格式**
*tflite输出格式(tflite)
>选项:
tflite
graphviz_dot
**量化**
*输出阵列被量化(否)
选项:
是
否
*
**量化输入**
*输入阵列是否被量化(否)
选项:
是
否
*
scratch*
标志
````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当该值为"是"(默认值)时,在多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用gpu的数目。
`learning rate`通过将其指定值乘以
gpu的数目来调整。
*
**批大小**
*每个培训批中的示例数(32)*
**克隆数**
*模型克隆数(计算得出的)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
如果"自动缩放"为"否",则此值将自动设置为可用GPU数。可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期之后的段数**
*(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
transfer learn
----
*使用transfer learning的列车模型*
````````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
"yes"(默认值)在多GPU上调整以下标志系统:
-clones
-learning rate
`clones`设置为可用GPU数。
`learning rate`通过将其指定值乘以
GPU数来调整。
系统。
*
**批次大小**
*每个培训批次中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
`自动缩放"为‘否’"此值可从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期的次数(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
mobilenet
==
*tf slim mobilenet v1分类器*
操作
^^^^^^^^^^^^^^^
evaluate
--
*评估经过培训的模型*
`````````
**批大小**
*每个评估批中的示例数(100)*
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
`````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型数克隆体(计算值)
t如果"auto-
scale"为"yes",则该值会自动设置为可用GPU的数量。
如果"auto scale"为"no",则该值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
`````````
**图像**
*要分类的图像的路径(必需)*
----
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**学习率衰退系数**
*学习率衰减因子(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式使用的最小学习率学习速率衰减(0.0001)*
**日志保存秒数**
*日志摘要保存频率(60)*
**日志步骤**
*摘要日志保存频率(100)*
**模型保存秒数**
*模型保存频率(检查点)(秒)(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*预处理使用(默认为模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。
系统。
*
**读卡器**
*并行数据读卡器数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化数据读卡器性能对于系统。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
学习*
flags
````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
系统:
-克隆
-学习率
"克隆"设置为可用GPU的数量。
"学习率"通过将其指定值乘以
GPU的数量来调整。
系统。
*
**批次大小**
*每个培训批次中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
`自动缩放"为‘否’"此值可从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期的次数(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。`自动缩放"是"否此值可以设置为opti对系统的预处理器线程计数进行最小化。
*
**读卡器**
*并行数据读卡器(已计算)的数量
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
设置为优化系统的数据读取器
性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
==mobilenet v2分类器*
操作
^^^^^^^^^
evaluate
——
*评估训练模型*
flags
````````
**批大小**
*每个评估批中的示例数(100)*
**评估批**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
(最新检查点)*
--
*finetune训练有素的模型*
flags
````````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
默认值)在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果此值自动设置为可用的GPU数` auto-
scale`is‘yes’。
当auto scale`is‘no’时,该值可以从1增加到在多个gpu上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**学习率衰减期**
*学习期数之后学习率衰减(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率的方法(指数)
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
nitely)*
**权重衰减**
*模型权重衰减(4e-05)*
标签
----
*使用经过训练的模型对图像进行分类*
标志
`````````
**图像**
*要分类的图像路径(必需)*
----
*生成tflite来自冻结图形的文件*
`````
**输出格式**
*tf lite输出格式(tflite)
>选项:
tflite
graphviz点
*
**量化**
*是否量化输出数组(否)
选项:
yes
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
``````````
**自动缩放**
*调整适用多GPU系统的标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为数字可用GPU的。
"学习速率"通过将其指定值乘以
GPU数来调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在多GPU系统上调整以下标志:
-clones
-learning rate
"clones"设置为可用GPU的数量。
"learning rate"通过将其指定值乘以
GPU的数量来调整。
*
**批大小**
*每个培训批中的示例数(32)*
**克隆数**
*模型克隆数(计算得出的)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
如果"自动缩放"为"否",则此值将自动设置为可用GPU数。可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期之后的段数**
*(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
nasnet large
==
*tf slim nasnet large classifier*
操作
^^^^^^^^^^^^^^^^^^^
--
*评估经过培训的模型*
`````````
**批大小**
*每个评估批中的示例数(100)*
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
`````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型数克隆体(已计算)
此VA如果"auto-
scale"为"yes",则lue会自动设置为可用gpu的数量。
如果"auto scale"为"no",则此值可以从1增加到在多个gpu上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
`````````
**图像**
*要分类的图像的路径(必需)*
----
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**学习率衰退系数**
*learning率衰减因子(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式使用的最小学习率学习速率衰减(0.0001)*
**日志保存秒数**
*日志摘要保存频率(60)*
**日志步骤**
*摘要日志保存频率(100)*
**模型保存秒数**
*模型保存频率(检查点)(秒)(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*预处理使用(默认为模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。
系统。
*
**读卡器**
*并行数据读卡器数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化数据读卡器性能对于系统。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
学习*
flags
````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
系统:
-克隆
-学习率
"克隆"设置为可用GPU的数量。
"学习率"通过将其指定值乘以
GPU的数量来调整。
系统。
*
**批次大小**
*每个培训批次中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
`自动缩放"为‘否’"此值可从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期的次数(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。`自动缩放"是"否此值可以设置为优化系统的预处理器线程计数。
*
**读卡器**
*并行数据读卡器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
优化数据读取器
系统性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
==
*tf slim nasnet mobile分类器*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
``````````
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
----
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
--
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
,此值将自动设置为可用的GPU数scale`is‘yes’。
学习率衰减(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
/>
**权重衰减**
*模型权重衰减(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
`````````
**图像**
*要分类的图像路径(必需)*
*从冻结图*
flags
````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
yes
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
train
----
*列车模型从头开始*
````````
**自动缩放**
*调整适用的标志对于多GPU系统(是)
可用的GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记不在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个培训批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用gpu的数目。
`learning rate`通过将其指定值乘以
gpu的数目来调整。
*
**批大小**
*每个培训批中的示例数(32)*
**克隆数**
*模型克隆数(计算得出的)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
如果"自动缩放"为"否",则此值将自动设置为可用GPU数。可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期之后的段数**
*(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
pnasnet large
==
*tf slim pnasnet分类器*
(100)*
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
`````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型数克隆(已计算)
此值是自动的如果"auto-
scale"为"yes",则将ly设置为可用GPU的数量。
如果"auto scale"为"no",则可以将此值从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
`````````
**图像**
*要分类的图像的路径(必需)*
----
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减因子**
*学习率衰减因子(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*调整多GPU系统的适用标志(是)
设置为可用的GPU数。
"学习速率"通过将其指定值乘以
GPU数进行调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
系统的处理器线程计数。
*
**读卡器**
*并行数据读卡器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
读卡器
系统性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
==
*tf slim pnasnet mobile分类器*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
``````````
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
----
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
--
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
,此值将自动设置为可用的GPU数scale`is‘yes’。
学习率衰减(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
光衰减**
*模型权重衰减(4e-05)*
标签
----
*使用经过训练的模型对图像进行分类*
flags
`````````
**图像**
*要分类的图像路径(必需)*
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要以秒为单位保存(60)*
**日志步骤**
*摘要日志以秒为单位的频率(100)*
**模型保存秒**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"auto scale"为"yes",则自动设置为逻辑CPU计数/2。
如果"auto scale"
为"yes",则值自动设置为逻辑CPU计数/2。
如果"auto scale"为"no",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(训练无限期地)*
**重量衰减**
*模型重量衰减(4e-05)*
"否"可禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-克隆
-learning rate
"clones"设置为可用GPU的数量。
"learning rate"通过将其指定值乘以
GPU的数量来调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**clones**
*模型克隆数(计算)
如果"auto-
scale"为"yes",则此值将自动设置为可用GPU数。
如果"auto scale"为"no",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减因子(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率使用的最小学习率衰减(0.0001)*
**log save seconds**
*日志摘要保存频率以秒计(60)*
**日志步骤**
*摘要日志频率以秒计(100)*
**模型保存时间**
*模型保存频率(检查点)以秒计(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
==
操作
^^^^^^^^
evaluate
——
*评估训练模型*
``````````
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
----
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
--
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"auto-
scale"为"yes",则Y设置可用GPU的数量。
如果"auto scale"为"no",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
`````````
**图像**
*要分类的图像的路径(必需)*
----
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**学习率衰退系数**
*学习率衰退事实r(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*调整多GPU系统的适用标志(是)
设置为可用的GPU数。
"学习速率"通过将其指定值乘以
GPU数进行调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
或系统的线程计数。
*
**读卡器**
*并行数据读卡器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
读卡器
系统性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
==
操作
^^^^^^^^
evaluate
——
*评估训练模型*
``````````
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
----
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
--
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
,此值将自动设置为可用的GPU数scale`is‘yes’。
学习率衰减(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
ay**
*模型权重衰减(4e-05)*
标签
----
*使用经过训练的模型对图像进行分类*
flags
`````````
**要分类的图像的路径(必需)*
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要以秒为单位保存(60)*
**日志步骤**
*摘要日志以秒为单位的频率(100)*
**模型保存秒**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"auto scale"为"yes",则自动设置为逻辑CPU计数/2。
如果"auto scale"
为"yes",则值自动设置为逻辑CPU计数/2。
如果"auto scale"为"no",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(训练无限期地)*
**重量衰减**
*模型重量衰减(4e-05)*
"否"可禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-克隆
-学习速率
"克隆"设置为可用gpu的数量。
"学习速率"通过将其指定值乘以
gpu的数量进行调整。
在单个gpu或仅限cpu的系统上不调整标志。
*
**批量大小**
*数量每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
如果"自动缩放"为"否",则此值可以从1增加到训练在多个gpu上并行的
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**学习率衰退系数**
*学习率衰退期因子(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
=分类器*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
``````````
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
----
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
--
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
不在单GPU或仅CPU系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
e如果"auto-
scale"为"yes",则可用的GPU数。
如果"auto scale"为"no",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
`````````
**图像**
*要分类的图像的路径(必需)*
----
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**学习率衰退系数**
*学习率衰退系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*调整多GPU系统的适用标志(是)
设置为可用的GPU数。
"学习速率"通过将其指定值乘以
GPU数进行调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
系统计数。
*
**读卡器**
*并行数据读卡器数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化数据读卡器
系统性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
==
*tf slim resnet v2 101层分类器*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
``````````
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
----
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
--
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
,此值将自动设置为可用的GPU数scale`is‘yes’。
学习率衰减(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
*模型权重衰减(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
flags
````````
**图像**
*要分类的图像路径(必需)*
----
*图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要以秒为单位保存(60)*
**日志步骤**
*摘要日志以秒为单位的频率(100)*
**模型保存秒**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"auto scale"为"yes",则自动设置为逻辑CPU计数/2。
如果"auto scale"
为"yes",则值自动设置为逻辑CPU计数/2。
如果"auto scale"为"no",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(训练无限期地)*
**重量衰减**
*模型重量衰减(4e-05)*
"否"可禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-克隆
-learning rate
"clones"设置为可用GPU的数量。
"learning rate"通过将其指定值乘以
GPU的数量进行调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例(32)*
**克隆**
*模型克隆数(已计算)
如果"auto-
scale"为"yes",则此值将自动设置为可用GPU数。
如果"auto scale"为"no",则此值可以从1增加到训练
在多个GPU上并行建模。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步数**
*训练步数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
resnet-v2-152
==
*tf slim resnet v2 152层分类器*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
``````````
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
----
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
--
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
o如果"auto-
scale"为"yes",则可用GPU的数量。
如果"auto scale"为"no",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
`````````
**图像**
*要分类的图像的路径(必需)*
----
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**学习率衰退系数**
*学习率衰退系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*调整多GPU系统的适用标志(是)
设置为可用的GPU数。
"学习速率"通过将其指定值乘以
GPU数进行调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
系统的AD计数。
*
**读卡器**
*并行数据读卡器的数量(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可以设置为优化数据读卡器
系统性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
==
*tf slim resnet v2 50层分类器*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
``````````
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
----
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
--
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
,此值将自动设置为可用的GPU数scale`is‘yes’。
学习率衰减(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
*模型权重衰减(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
flags
`````````
**图像**
*要分类的图像的路径(必需)*
*从冻结的文件生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要以秒为单位保存(60)*
**日志步骤**
*摘要日志以秒为单位的频率(100)*
**模型保存秒**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"auto scale"为"yes",则自动设置为逻辑CPU计数/2。
如果"auto scale"
为"yes",则值自动设置为逻辑CPU计数/2。
如果"auto scale"为"no",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(训练无限期地)*
**重量衰减**
*模型重量衰减(4e-05)*
"否"可禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-克隆
-l收益率
"克隆"设置为可用GPU的数量。
"学习率"通过将其指定值乘以
GPU的数量进行调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批量大小**
*数量每个训练批中的示例(32)*
**克隆**
*模型克隆数(已计算)
如果"auto-
scale"为"yes",则此值将自动设置为可用GPU数。
如果"auto scale"为"no",则此值可以从1增加到训练
在多个GPU上并行建模。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
==
*tf slim vgg 16分类器*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
``````````
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
----
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
--
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
不在单GPU或仅CPU系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
此值自动设置为可用的数量GPU如果"auto-
scale"为"yes"。
如果"auto scale"为"no",则该值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**学习率衰减期**
*个数学习率下降(2.0)*
**学习率下降系数**
*学习率下降系数(0.94)*
**学习率下降类型**
*用于降低学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
----
*使用经过训练的模型对图像进行分类*
````````
**图像**
*要分类的图像的路径(必需)*
----
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**学习率衰退因子**
*学习率衰退因子(0.94)*
**e-衰减型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*调整多GPU系统的适用标志(是)
设置为可用的GPU数。
"学习速率"通过将其指定值乘以
GPU数进行调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的预处理器线程计数。
*
**读卡器**
*并行数据读卡器数量(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可以设置为优化数据读卡器的性能。系统。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
==br/>
操作
^^^^^^^^
evaluate
——
*评估训练模型*
``````````
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
----
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
--
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
,此值将自动设置为可用的GPU数scale`is‘yes’。
学习率衰减(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
r/>label
----
*使用经过训练的模型对图像进行分类*
``````
**图像**
*要分类的图像的路径(必需)*
----
*从冻结的图形生成tflite文件*
```````
**输出格式**
*tf lite输出格式(tflite)
量化(否)
调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
"克隆"设置为可用GPU的数目。
"学习速率"通过乘以其由
GPU数指定的值。
标记不会在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(已计算)
如果"auto-
scale"为"yes",则自动设置可用GPU的数量。
如果"auto scale"为"no",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4E-05)*
传输学习
----
*使用传输学习的列车模型*
标志
```````````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
此值为"是"(默认值),在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为num可用GPU的BER。
"学习率"通过将其指定值乘以GPU的
个数来调整。
标记不在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个培训批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
################
*TF-Slim models (Guild AI)*
Models
######
images
======
*Generic images dataset*
Operations
^^^^^^^^^^
prepare
-------
*Prepare images for 训练*
flags
`````
**图像**
*包含要准备的图像的目录(必需)*
**随机种子**
*用于训练/验证拆分的种子(随机生成)*
**VAL拆分**
*保留用于验证的图像百分比(30)*
inception
=(100)*
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型数克隆(已计算)
如果"自动-
缩放"为"是",则此值自动设置为可用GPU的数量。
如果"自动缩放"为"否",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**速率(指数)
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存频率(秒)(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"自动缩放"为"是",则计数/2。
列车(无限期列车)*
**重量衰减**
*模型重量衰减(4e-05)*
标签
----
*使用经过训练的模型对图像进行分类*
标志
`````````
**图像**
*要分类的图像路径(必需)*
*从冻结图形生成tflite文件*
flags
```````
**输出格式**
*tflite输出格式(tflite)
>选项:
tflite
graphviz_dot
**量化**
*输出阵列被量化(否)
选项:
是
否
*
**量化输入**
*输入阵列是否被量化(否)
选项:
是
否
*
scratch*
标志
````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当该值为"是"(默认值)时,在多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用gpu的数目。
`learning rate`通过将其指定值乘以
gpu的数目来调整。
*
**批大小**
*每个培训批中的示例数(32)*
**克隆数**
*模型克隆数(计算得出的)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
如果"自动缩放"为"否",则此值将自动设置为可用GPU数。可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期之后的段数**
*(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
transfer learn
----
*使用transfer learning的列车模型*
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
'yes'(默认值)在
mult上调整以下标志i-gpu系统:
-克隆
-学习速率
`clones`设置为可用gpu的数目。
`learning rate`通过将其指定值乘以
gpu的数目来调整。
标记不在单个gpu或仅在cpu上调整系统。
*
**批次大小**
*每个培训批次中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
`自动缩放"为‘否’"此值可从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期的次数(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
inception-resnet-v2-resnet-inception-resnet-v2-resnet-inception-resnet-v2-br/>==========
<运营运营
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模式数l克隆(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU的数量。
如果"自动缩放"为"否",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要以秒为单位保存(60)*
**日志步骤**
*摘要日志以秒为单位的频率(100)*
**模型保存秒**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"auto scale"为"yes",则自动设置为逻辑CPU计数/2。
如果"auto scale"
为"yes",则值自动设置为逻辑CPU计数/2。
如果"auto scale"为"no",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(训练无限期地)*
**权重衰减**
*模型权重衰减(4e-05)*
标签
----
*使用经过训练的模型对图像进行分类*
标志
`````````
**要分类的图像的路径(必需)*
*生成来自冻结图形的tf lite文件*
**输出格式**
*tflite输出格式(tflite)
>选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*输入数组是否量化(否)
选择:
是
否
*
适用于多GPU系统的标志(是)
可用GPU的数量。
"学习速率"通过将其指定值乘以GPU的数量来调整。
标记不在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**le学习率衰减因子**
*学习率衰减因子(0.94)*
**学习率衰减类型**
*用于衰减学习率的方法(指数)
选择:
指数
固定
多项式
*
**学习率结束**
*最小多项式学习率衰减使用的学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步数的频率(100)*
**模型保存秒数**
*模型保存的频率(检查点)以秒(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*预处理使用(默认为模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。
系统。
*
**读卡器**
*并行数据读卡器数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化数据读卡器性能对于系统。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
学习*
flags
````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
系统:
-克隆
-学习率
"克隆"设置为可用GPU的数量。
"学习率"通过将其指定值乘以
GPU的数量来调整。
系统。
*
**批次大小**
*每个培训批次中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
`自动缩放"为‘否’"此值可从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期的次数(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。`自动缩放`IS"否"此值可设置为优化系统的预处理器线程计数。
*
**读卡器**
*并行数据读卡器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
`自动缩放"为‘否’"此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**权重衰减**
*模型权重衰减(4E-05)*
inception-v2
==
*tf slim inception v2分类器*
操作
^^^^^^^^^^^^^^^^^
*评估经过培训的模型*
**批大小**
*每个评估批中的示例数(100)*
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型数克隆(已计算)
如果"自动-
缩放"为"是",则此值自动设置为可用GPU的数量。
如果"自动缩放"为"否",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**速率(指数)
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存频率(秒)(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"自动缩放"为"是",则计数/2。
EPS训练(无限期训练)*
**重量衰减**
*模型重量衰减(4E-05)*
标签
----
*使用训练模型对图像进行分类*
标志
``````````
**图像**
*图像分类路径(必需)*
*从冻结图形生成tflite文件*
flags
```````
**输出格式**
*tflite输出格式(tflite)
>选项:
tflite
graphviz_dot
**量化**
*输出阵列被量化(否)
选项:
是
否
*
**量化输入**
*输入阵列是否被量化(否)
选项:
是
否
*
scratch*
标志
````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当该值为"是"(默认值)时,在多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用gpu的数目。
`learning rate`通过将其指定值乘以
gpu的数目来调整。
*
**批大小**
*每个培训批中的示例数(32)*
**克隆数**
*模型克隆数(计算得出的)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
如果"自动缩放"为"否",则此值将自动设置为可用GPU数。可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期之后的段数**
*(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
transfer learn
----
*使用transfer learning的列车模型*
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
'yes'(默认值)以下标志在
多GPU系统:
-克隆
-学习率
"克隆"设置为可用GPU的数量。
"学习率"通过将其指定值乘以
GPU的数量来调整。
系统。
*
**批次大小**
*每个培训批次中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
`自动缩放"为‘否’"此值可从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期的次数(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
inception-v3
==
*tf slim inception v3分类器*
操作
^^^^^^^^^^^^^^^^^^
--
*评估经过培训的模型*
**批大小**
*每个评估批中的示例数(100)*
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型数克隆(Calc)计算)
学习率(0.0001)*
**学习率衰减时段**
*学习率衰减时段数(2.0)*
**学习率衰减因子**
*学习率衰减因子(0.94)*
**学习率衰减类型**
*用于衰减学习率的方法(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
**图像**
*要分类的图像的路径(必需)*
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减期数cay因子**
*学习率衰减因子(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*最小学习率由多项式学习速率衰减(0.0001)*
**日志保存秒数**
*日志摘要保存频率(60)*
**日志步骤**
*摘要日志保存频率(100)*
**模型保存秒数**
*模型保存频率(检查点)(秒)(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*预处理使用(默认为模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。
系统。
*
**读卡器**
*并行数据读卡器数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化数据读卡器性能对于系统。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
学习*
flags
````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
系统:
-克隆
-学习率
"克隆"设置为可用GPU的数量。
"学习率"通过将其指定值乘以
GPU的数量来调整。
系统。
*
**批次大小**
*每个培训批次中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
`自动缩放"为‘否’"此值可从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期的次数(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。`自动缩放"不是"此值可以设置e以优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器(计算的)数
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**权重衰减**
*模型权重衰减(4E-05)*
inception-v4
==
*tf slim inception v4分类器*
(100)*
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型数克隆(已计算)
如果"自动-
缩放"为"是",则此值自动设置为可用GPU的数量。
如果"自动缩放"为"否",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**速率(指数)
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存频率(秒)(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"自动缩放"为"是",则计数/2。
(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
标签
----
*使用训练模型对图像进行分类*
标志
``````````
**图像**
*到图像的分类路径(必需)*
*从冻结图形生成tflite文件*
flags
```````
**输出格式**
*tflite输出格式(tflite)
>选项:
tflite
graphviz_dot
**量化**
*输出阵列被量化(否)
选项:
是
否
*
**量化输入**
*输入阵列是否被量化(否)
选项:
是
否
*
scratch*
标志
````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当该值为"是"(默认值)时,在多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用gpu的数目。
`learning rate`通过将其指定值乘以
gpu的数目来调整。
*
**批大小**
*每个培训批中的示例数(32)*
**克隆数**
*模型克隆数(计算得出的)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
如果"自动缩放"为"否",则此值将自动设置为可用GPU数。可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期之后的段数**
*(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
transfer learn
----
*使用transfer learning的列车模型*
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
"yes"(默认值)在多GPU上调整以下标志系统:
-clones
-learning rate
`clones`设置为可用GPU数。
`learning rate`通过将其指定值乘以
GPU数来调整。
系统。
*
**批次大小**
*每个培训批次中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
`自动缩放"为‘否’"此值可从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期的次数(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
mobilenet
==
*tf slim mobilenet v1分类器*
操作
^^^^^^^^^^^^^^^
evaluate
--
*评估经过培训的模型*
**批大小**
*每个评估批中的示例数(100)*
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型数克隆体(计算值)
t如果"auto-
scale"为"yes",则该值会自动设置为可用GPU的数量。
如果"auto scale"为"no",则该值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
**图像**
*要分类的图像的路径(必需)*
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**学习率衰退系数**
*学习率衰减因子(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式使用的最小学习率学习速率衰减(0.0001)*
**日志保存秒数**
*日志摘要保存频率(60)*
**日志步骤**
*摘要日志保存频率(100)*
**模型保存秒数**
*模型保存频率(检查点)(秒)(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*预处理使用(默认为模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。
系统。
*
**读卡器**
*并行数据读卡器数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化数据读卡器性能对于系统。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
学习*
flags
````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
系统:
-克隆
-学习率
"克隆"设置为可用GPU的数量。
"学习率"通过将其指定值乘以
GPU的数量来调整。
系统。
*
**批次大小**
*每个培训批次中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
`自动缩放"为‘否’"此值可从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期的次数(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。`自动缩放"是"否此值可以设置为opti对系统的预处理器线程计数进行最小化。
*
**读卡器**
*并行数据读卡器(已计算)的数量
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
设置为优化系统的数据读取器
性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
操作
^^^^^^^^^
evaluate
——
*评估训练模型*
flags
````````
**批大小**
*每个评估批中的示例数(100)*
**评估批**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
(最新检查点)*
*finetune训练有素的模型*
flags
````````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
默认值)在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果此值自动设置为可用的GPU数` auto-
scale`is‘yes’。
当auto scale`is‘no’时,该值可以从1增加到在多个gpu上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**学习率衰减期**
*学习期数之后学习率衰减(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率的方法(指数)
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
nitely)*
**权重衰减**
*模型权重衰减(4e-05)*
标签
----
*使用经过训练的模型对图像进行分类*
标志
`````````
**图像**
*要分类的图像路径(必需)*
*生成tflite来自冻结图形的文件*
**输出格式**
*tf lite输出格式(tflite)
>选项:
tflite
graphviz点
*
**量化**
*是否量化输出数组(否)
选项:
yes
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
``````````
**自动缩放**
*调整适用多GPU系统的标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为数字可用GPU的。
"学习速率"通过将其指定值乘以
GPU数来调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在多GPU系统上调整以下标志:
-clones
-learning rate
"clones"设置为可用GPU的数量。
"learning rate"通过将其指定值乘以
GPU的数量来调整。
*
**批大小**
*每个培训批中的示例数(32)*
**克隆数**
*模型克隆数(计算得出的)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
如果"自动缩放"为"否",则此值将自动设置为可用GPU数。可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期之后的段数**
*(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
nasnet large
==
*tf slim nasnet large classifier*
操作
^^^^^^^^^^^^^^^^^^^
--
*评估经过培训的模型*
**批大小**
*每个评估批中的示例数(100)*
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型数克隆体(已计算)
此VA如果"auto-
scale"为"yes",则lue会自动设置为可用gpu的数量。
如果"auto scale"为"no",则此值可以从1增加到在多个gpu上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
**图像**
*要分类的图像的路径(必需)*
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**学习率衰退系数**
*learning率衰减因子(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式使用的最小学习率学习速率衰减(0.0001)*
**日志保存秒数**
*日志摘要保存频率(60)*
**日志步骤**
*摘要日志保存频率(100)*
**模型保存秒数**
*模型保存频率(检查点)(秒)(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*预处理使用(默认为模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。
系统。
*
**读卡器**
*并行数据读卡器数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化数据读卡器性能对于系统。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
学习*
flags
````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
系统:
-克隆
-学习率
"克隆"设置为可用GPU的数量。
"学习率"通过将其指定值乘以
GPU的数量来调整。
系统。
*
**批次大小**
*每个培训批次中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
`自动缩放"为‘否’"此值可从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期的次数(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。`自动缩放"是"否此值可以设置为优化系统的预处理器线程计数。
*
**读卡器**
*并行数据读卡器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
优化数据读取器
系统性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*tf slim nasnet mobile分类器*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
,此值将自动设置为可用的GPU数scale`is‘yes’。
学习率衰减(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
/>
**权重衰减**
*模型权重衰减(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
**图像**
*要分类的图像路径(必需)*
*从冻结图*
flags
````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
yes
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
train
----
*列车模型从头开始*
**自动缩放**
*调整适用的标志对于多GPU系统(是)
可用的GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记不在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个培训批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用gpu的数目。
`learning rate`通过将其指定值乘以
gpu的数目来调整。
*
**批大小**
*每个培训批中的示例数(32)*
**克隆数**
*模型克隆数(计算得出的)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
如果"自动缩放"为"否",则此值将自动设置为可用GPU数。可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期之后的段数**
*(2.0)*
**学习速率衰减因子**
*学习速率衰减因子(0.94)*
**学习速率衰减类型**
*用于衰减学习速率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
pnasnet large
==
*tf slim pnasnet分类器*
(100)*
**评估批次**
*要评估的批次数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
导出并冻结
---------
*导出带有检查点的推理图权重*
flags
````
**步骤**
*用于冻结图的检查点步骤(最新检查点)*
finetune
--
*finetune训练模型*
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为可用GPU的数量。
`通过将其指定值乘以
GPU数来调整学习速率。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型数克隆(已计算)
此值是自动的如果"auto-
scale"为"yes",则将ly设置为可用GPU的数量。
如果"auto scale"为"no",则可以将此值从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
**图像**
*要分类的图像的路径(必需)*
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减因子**
*学习率衰减因子(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*调整多GPU系统的适用标志(是)
设置为可用的GPU数。
"学习速率"通过将其指定值乘以
GPU数进行调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
系统的处理器线程计数。
*
**读卡器**
*并行数据读卡器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
读卡器
系统性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*tf slim pnasnet mobile分类器*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
,此值将自动设置为可用的GPU数scale`is‘yes’。
学习率衰减(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
光衰减**
*模型权重衰减(4e-05)*
标签
----
*使用经过训练的模型对图像进行分类*
flags
`````````
**图像**
*要分类的图像路径(必需)*
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要以秒为单位保存(60)*
**日志步骤**
*摘要日志以秒为单位的频率(100)*
**模型保存秒**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"auto scale"为"yes",则自动设置为逻辑CPU计数/2。
如果"auto scale"
为"yes",则值自动设置为逻辑CPU计数/2。
如果"auto scale"为"no",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(训练无限期地)*
**重量衰减**
*模型重量衰减(4e-05)*
"否"可禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-克隆
-learning rate
"clones"设置为可用GPU的数量。
"learning rate"通过将其指定值乘以
GPU的数量来调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**clones**
*模型克隆数(计算)
如果"auto-
scale"为"yes",则此值将自动设置为可用GPU数。
如果"auto scale"为"no",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减因子(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率使用的最小学习率衰减(0.0001)*
**log save seconds**
*日志摘要保存频率以秒计(60)*
**日志步骤**
*摘要日志频率以秒计(100)*
**模型保存时间**
*模型保存频率(检查点)以秒计(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"auto-
scale"为"yes",则Y设置可用GPU的数量。
如果"auto scale"为"no",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
**图像**
*要分类的图像的路径(必需)*
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**学习率衰退系数**
*学习率衰退事实r(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*调整多GPU系统的适用标志(是)
设置为可用的GPU数。
"学习速率"通过将其指定值乘以
GPU数进行调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
或系统的线程计数。
*
**读卡器**
*并行数据读卡器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
读卡器
系统性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
,此值将自动设置为可用的GPU数scale`is‘yes’。
学习率衰减(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
ay**
*模型权重衰减(4e-05)*
标签
----
*使用经过训练的模型对图像进行分类*
flags
`````````
**要分类的图像的路径(必需)*
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要以秒为单位保存(60)*
**日志步骤**
*摘要日志以秒为单位的频率(100)*
**模型保存秒**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"auto scale"为"yes",则自动设置为逻辑CPU计数/2。
如果"auto scale"
为"yes",则值自动设置为逻辑CPU计数/2。
如果"auto scale"为"no",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(训练无限期地)*
**重量衰减**
*模型重量衰减(4e-05)*
"否"可禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-克隆
-学习速率
"克隆"设置为可用gpu的数量。
"学习速率"通过将其指定值乘以
gpu的数量进行调整。
在单个gpu或仅限cpu的系统上不调整标志。
*
**批量大小**
*数量每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
如果"自动缩放"为"否",则此值可以从1增加到训练在多个gpu上并行的
模型。
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**学习率衰退系数**
*学习率衰退期因子(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
不在单GPU或仅CPU系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
e如果"auto-
scale"为"yes",则可用的GPU数。
如果"auto scale"为"no",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
**图像**
*要分类的图像的路径(必需)*
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**学习率衰退系数**
*学习率衰退系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*调整多GPU系统的适用标志(是)
设置为可用的GPU数。
"学习速率"通过将其指定值乘以
GPU数进行调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
系统计数。
*
**读卡器**
*并行数据读卡器数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化数据读卡器
系统性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*tf slim resnet v2 101层分类器*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
,此值将自动设置为可用的GPU数scale`is‘yes’。
学习率衰减(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
*模型权重衰减(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
flags
````````
**图像**
*要分类的图像路径(必需)*
*图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要以秒为单位保存(60)*
**日志步骤**
*摘要日志以秒为单位的频率(100)*
**模型保存秒**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"auto scale"为"yes",则自动设置为逻辑CPU计数/2。
如果"auto scale"
为"yes",则值自动设置为逻辑CPU计数/2。
如果"auto scale"为"no",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(训练无限期地)*
**重量衰减**
*模型重量衰减(4e-05)*
"否"可禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-克隆
-learning rate
"clones"设置为可用GPU的数量。
"learning rate"通过将其指定值乘以
GPU的数量进行调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例(32)*
**克隆**
*模型克隆数(已计算)
如果"auto-
scale"为"yes",则此值将自动设置为可用GPU数。
如果"auto scale"为"no",则此值可以从1增加到训练
在多个GPU上并行建模。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步数**
*训练步数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
resnet-v2-152
==
*tf slim resnet v2 152层分类器*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
o如果"auto-
scale"为"yes",则可用GPU的数量。
如果"auto scale"为"no",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
**图像**
*要分类的图像的路径(必需)*
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**学习率衰退系数**
*学习率衰退系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*调整多GPU系统的适用标志(是)
设置为可用的GPU数。
"学习速率"通过将其指定值乘以
GPU数进行调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
系统的AD计数。
*
**读卡器**
*并行数据读卡器的数量(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可以设置为优化数据读卡器
系统性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*tf slim resnet v2 50层分类器*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
,此值将自动设置为可用的GPU数scale`is‘yes’。
学习率衰减(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
*模型权重衰减(4e-05)*
label
----
*使用经过训练的模型对图像进行分类*
flags
`````````
**图像**
*要分类的图像的路径(必需)*
*从冻结的文件生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要以秒为单位保存(60)*
**日志步骤**
*摘要日志以秒为单位的频率(100)*
**模型保存秒**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"auto scale"为"yes",则自动设置为逻辑CPU计数/2。
如果"auto scale"
为"yes",则值自动设置为逻辑CPU计数/2。
如果"auto scale"为"no",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(训练无限期地)*
**重量衰减**
*模型重量衰减(4e-05)*
"否"可禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-克隆
-l收益率
"克隆"设置为可用GPU的数量。
"学习率"通过将其指定值乘以
GPU的数量进行调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批量大小**
*数量每个训练批中的示例(32)*
**克隆**
*模型克隆数(已计算)
如果"auto-
scale"为"yes",则此值将自动设置为可用GPU数。
如果"auto scale"为"no",则此值可以从1增加到训练
在多个GPU上并行建模。
*
**学习率**
*初始学习率(0.001)*
**学习率衰减期**
*学习率衰减期数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*tf slim vgg 16分类器*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
不在单GPU或仅CPU系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
此值自动设置为可用的数量GPU如果"auto-
scale"为"yes"。
如果"auto scale"为"no",则该值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.0001)*
**学习率衰减期**
*个数学习率下降(2.0)*
**学习率下降系数**
*学习率下降系数(0.94)*
**学习率下降类型**
*用于降低学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
(4E-05)*
----
*使用经过训练的模型对图像进行分类*
**图像**
*要分类的图像的路径(必需)*
*从冻结的图像生成tflite文件图*
标志
`````
**输出格式**
*tf lite输出格式(tflite)
选项:
tflite
graphviz懔dot
*
**量化**
*输出数组是否量化(否)
选项:
是
否
*
**量化输入**
*是否量化输入数组(否)
选项:
是
否
*
列车
----
*列车模型从头开始*
标志
`````````
**自动缩放**
*调整多GPU的适用标志系统(是)
设置为"否"以禁用任何标志值调整。
当此值为"是"(默认值)时,将在
多GPU系统上调整以下标志:
-clones
-learning rate
`clones`设置为可用的数量GPU。
"学习率"通过将其指定值乘以
GPU数来调整。
标记在单个GPU或仅限CPU的系统上不调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆体**
*模型克隆数(已计算)
*
**学习率**
*初始学习率(0.001)*
**学习率衰退期**
*学习率衰退期数(2.0)*
**学习率衰退因子**
*学习率衰退因子(0.94)*
**e-衰减型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
*调整多GPU系统的适用标志(是)
设置为可用的GPU数。
"学习速率"通过将其指定值乘以
GPU数进行调整。
在单个GPU或仅限CPU的系统上不调整标志。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的预处理器线程计数。
*
**读卡器**
*并行数据读卡器数量(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可以设置为优化数据读卡器的性能。系统。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*
操作
^^^^^^^^
evaluate
——
*评估训练模型*
**批大小**
*每个评估批中的示例数(100)*
**评估批数**
*要评估的批数(所有可用)*
**步骤**
*要评估的检查点步骤(最新检查点)*
*导出具有检查点权重的推理图*
标志
`````````
**步骤**
*要用于冻结图的检查点步骤(最新检查点步骤检查点)*
*finetune训练模型*
flags
``````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
在
多GPU系统上调整以下标志:
-克隆
-学习率
`clones`设置为可用GPU的数目。
`learning rate`通过将其指定值乘以
GPU的数目来调整。
未在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆数**
*模型克隆数(已计算)
如果"自动-
,此值将自动设置为可用的GPU数scale`is‘yes’。
学习率衰减(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习速率结束**
*多项式学习速率衰减使用的最小学习速率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数(60)*
**日志步骤**
*步骤中摘要日志的频率(100)*
**模型保存秒数**
*模型保存频率(检查点)秒数(600)*
**优化器**
*用于训练的优化器(rmsprop)
选项:
adadelta
adagrad
adam
ftrl
动量
rmsprop
sgd
*
**预处理**
*要使用的预处理(默认用于模型)*
**预处理器**
*预处理线程数(已计算)
如果"自动缩放"为"是",则此值将自动设置为逻辑CPU计数/2。` auto scale`is'no'这个值可以设置为优化系统的预处理器线程数。
*
**读卡器**
*并行数据读卡器数(已计算)
如果'auto scale`
"是"。
r/>label
----
*使用经过训练的模型对图像进行分类*
**图像**
*要分类的图像的路径(必需)*
*从冻结的图形生成tflite文件*
**输出格式**
*tf lite输出格式(tflite)
量化(否)
调整。
当此值为"是"(默认值)时,在
多GPU系统上调整以下标志:
-克隆
-学习速率
"克隆"设置为可用GPU的数目。
"学习速率"通过乘以其由
GPU数指定的值。
标记不会在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个训练批中的示例数(32)*
**克隆**
*模型克隆数(已计算)
如果"auto-
scale"为"yes",则自动设置可用GPU的数量。
如果"auto scale"为"no",则此值可以从1增加到在多个GPU上并行训练
模型。
*
**学习率**
*初始学习率(0.001)*
**(指数)选择:
(60)*
**日志步骤**
*摘要日志步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)的频率(600)*
**优化器**
*用于训练(rmsprop)的优化器
选项:
adadelta
adagrad
adam
ftrl
momentum
rmsprop
sgd
*
**要使用的预处理**
*要使用的预处理(默认为模型)*
**预处理器**
*预处理线程数(已计算)
此值自动设置为逻辑CPU计数/2如果"auto scale"
为"yes"。
如果"auto scale"为"yes",则计数/2。如果"auto scale"为"no",则可以设置此值以优化数据读取器的性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型权重(4E-05)*
传输学习
----
*使用传输学习的列车模型*
标志
```````````
**自动缩放**
*调整多GPU系统的适用标志(是)
设置为"否"以禁用任何标志值调整。
此值为"是"(默认值),在
多GPU系统上调整以下标志:
-克隆
-学习速率
`clones`设置为num可用GPU的BER。
"学习率"通过将其指定值乘以GPU的
个数来调整。
标记不在单个GPU或仅限CPU的系统上调整。
*
**批大小**
*每个培训批中的示例数(32)*
**克隆**
*模型克隆数(计算值)
如果"自动-
缩放"为"是",则此值将自动设置为可用GPU数。
GPU.
*
**学习率**
*初始学习率(0.001)*
**学习率衰减阶段**
*学习率衰减后的阶段数(2.0)*
**学习率衰减系数**
*学习率衰减系数(0.94)*
**学习率衰减类型**
*用于衰减学习率(指数)的方法
选择:
指数
固定
多项式
*
**学习率结束**
*多项式学习率衰减使用的最小学习率(0.0001)*
**日志保存秒数**
*日志摘要保存秒数的频率(60)*
**日志步骤**
*摘要日志保存步骤的频率(100)*
**模型保存秒数**
*模型保存(检查点)秒数的频率(600)*
**优化器**
*用于训练的优化器(rmsprop)
预处理线程(已计算)
*并行数据读取器的数量(已计算)
如果"自动缩放"为"是",则此值自动设置为逻辑CPU计数/2。
如果"自动缩放"为"否",则此值可设置为优化系统的数据读取器性能。
*
**训练步骤**
*训练步骤数(无限期训练)*
**重量衰减**
*模型重量衰减(4e-05)*