Tensorflowサブカテゴリーを使ったPython分類トレーニング

Question

私が直面している問題は、「maincategories」と「subcategories」というテンソルフローグラフを訓練する必要があることです。

"maincategories"でグラフを完全に鍛える方法はすでに分かっています。

たとえば、私は3種類の動物の種類があります：猫、犬と象。

私は、これらの3種類の写真でグラフを訓練した場合、それはのような3種類のスコアを返します：

猫0,7

犬0,3

象0,02

何私はカントーしたいことは、たとえば、これらのタイプのために、これらの3種類とサブカテゴリを訓練することです：

猫：白、脂肪、...

犬：ハスキー、...

と私は今、このグラフで画像を分類するとき、私はこのような、maincategoriesとサブカテゴリで出力を取得したいと思います：

猫：0、 0,5

犬：0,2 .....

現在、私が見る唯一の方法はmaincategoriesでグラフを訓練し、訓練することである7 - ： - >白>脂肪0.3サブカテゴリを持つすべてのメインカテゴリの個別のグラフを作成し、次にようなコードを入力します。

if name=='cat' and score>=0,7: 
    classify again with catgraph and get results 

この例では、catgraphはカテゴリとして異なるcattypesで訓練されています。

しかし、これは非常にエリートではありません。

私に教えてもらえるおかげで、ありがとうございます。

〜ニャーは

Answer 1

あなたは最後の層（またはあなたが好きな層まで）以外のすべてを共有する、2つの出力のグラフを訓練することができます。次に、それぞれに対してログロスがあり、損失の合計に対して最適化されます。ネットワークの学習能力によってボトルネックになっている場合は、1つの損失を他の損失よりも重視することができます。

簡単な視覚化のために要約の両方の損失を追跡することを忘れないでください。あなたは損失のコレクションに損失を追加することができます。

Answer 2

サブカテゴリを個別にトレーニングする必要があります。 --image_dirにサブカテゴリのルートを指定します。注：ここで参照するサブカテゴリはサブフォルダです。メインカテゴリと同様に、各サブカテゴリの出力を取得します。私はこれがいくつかの光を発することを願っています。あなたが参照することができますTensorflow image retraining