使用 Tensorflow 对象检测训练一定数量的步骤后更改配置文件中的训练参数 API

Question

到目前为止，我已经在一个数据集上训练了一个 Inception Resnet v2 模型 61000 步，模型配置文件中的值如下：

adam_optimizer: {
      learning_rate: {
        manual_step_learning_rate {
          initial_learning_rate: 0.0003
          schedule {
            step: 150000
            learning_rate: .0001
          }

现在，如果我想从现在开始降低模型的学习率，将进行以下更改：

adam_optimizer: {
      learning_rate: {
        manual_step_learning_rate {
          initial_learning_rate: 0.0003
          schedule {
            step: 60000
            learning_rate: .0001
          }

从检查点重新开始实际上将我的模型的学习率从 0.0003 降低到 0.0001，因为它到目前为止已经训练的步数大于 60000？ 如果没有，还有其他方法可以实现吗？

Answer 1

一种可能的方法是使用已经训练好的61000步模型文件作为fine-tune checkpoint，然后你可以随意修改lr。在这种情况下，您实际上是从第 1 步开始训练。

Answer 2

转到您的配置文件并搜索此节点，然后添加粗体行 train_config: { num_steps: 5000