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）*
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）*
################
*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）*
欢迎加入QQ群-->： 979659372
