我正在对我的数据试验来自“Tensorflow detection model zoo”的不同预训练 TensorFlow 模型 - 我只想重新训练（微调）每个模型中最深的 N 层以找到我的数据的最佳配置。 有没有办法以适用于任何架构且不依赖于层名称（模型之间的变化）的通用形式来做到这一点？ 或者，是否有一种简单的方法可以查询图表中最后 N 层的名称（我的意思是层，而不是操作）？
【问题讨论】：
标签： tensorflow object-detection tensorflow-estimator tensorflow-slim
您可以在training config 中使用freeze_variables 选项来防止对较低层进行优化。
您希望微调哪个模型？根据我的经验，冻结较低层并不能转化为更快的训练或更好的结果（让较低层浮动似乎最好）。虽然是 YMMV。
【讨论】：
ssd_mobilenet_v2_coco_2018_03_29 模型最适合我的数据。您能否指导我如何使用freeze_variables 选项？
train_config 部分：freeze_variables: "FeatureExtractor/MobilenetV2/(Conv|expanded_conv(_([1-9]|1[0-4]))*)/.*" 通常，如果您将正则表达式指定为freeze_variables 参数，则训练器将不会训练名称与指定正则表达式匹配的变量.请注意，您可以指定多个 freeze_variables 参数。