迁移学习：如何使用TensorFlow对图像进行分类

文章预览

导言 在机器学习环境中，迁移学习是一种技术，使我们能够重用已经训练的模型并将其用于另一个任务。图像分类是将图像作为输入并为其分配具有概率的类（通常是标签）的过程。这个过程使用深度学习模型，即深度神经网络，或卷积神经网络（CNN）。CNN由多个层组成，这些层中的每一个都负责学习和识别特定特征。下层可以识别边缘等。最终确定图像类别。 本文将逐步介绍如何使用TensorFlow进行迁移学习。 安装TensorFlow 第一步，是配置本文使用的环境。有几种方法可以开始使用TensorFlow，最简答快速的方法是使用Docker： 安装完docker后，即可安装TensorFlow。可以使用docker hub下载TensorFlow。 选择适合你的版本。在本文中，我们使用的是1.12.0版本。devel发行版添加了一些 ………………………………