如何用较小的数据集训练 Google Inception-v3 模型？答案

【问题标题】：How to train Google Inception-v3 model with smaller dataset?如何用较小的数据集训练 Google Inception-v3 模型？
【发布时间】：2016-12-02 03:11:09
【问题描述】：

大家好~我是 Tensorflow 的新手。

我搜索了几天，在stackoverflow上找不到类似的问题

目标是我想用更小的 ILSVRC2012 图像数据集训练 Google Inception-v3 模型，

因为数据集大小为 138G，训练时间过长（8 个 GPU 大约需要 2 周）

我找到的唯一示例代码来自

Udacity 课程《机器学习简介》-SVM - A small Training set 的教程

features_train = features_train[:len(features_train)/100] 
labels_train = labels_train[:len(labels_train)/100]

减少Tensorflow、bazel或python数据集大小的代码是什么？？？

非常感谢~

【问题讨论】：

【解决方案1】：

与他人讨论后

我终于想出了如何以一种简单的方式做到这一点

从 imagenet 下载的数据集大约 400 GB，包含 1000 个训练数据文件夹

您可以占其中的 百分之一（1000 * 0.01 = 10 个文件夹）

并将其转换为 tfrecords 或其他 tensorflow 可读文件格式

【讨论】：