Python 由于没有使用标签，如何重新培训TFHub模块？

以下是指向TensorFlow中心模块的链接：。在微调示例代码中：

module = hub.Module("https://tfhub.dev/google/imagenet/mobilenet_v1_050_160/classification/3",
                    trainable=True, tags={"train"})
logits = module(inputs=dict(images=images, batch_norm_momentum=0.997),
                signature="image_classification_with_bn_hparams")

似乎输入只包含图像，没有标签。我设法得到了输入信息，结果表明，输入只有两个元素：输入图像和批量标准动量

因此，我想知道，在没有标签输入的情况下，如何对该模块进行重新培训/微调？

我希望有人能告诉我批量规范动量在这个TensorFlow hub模块中是如何工作的

多谢各位

logits=module（输入=dict（图像=images，批次=0.997），
signature=“image\u classification\u with\u bn\u hparams”）

以上部分由类标签作为索引组成。您可以在用法中了解它

进入logits的索引是原始训练分类的num_class=1001个类

---

我的天哪，我不是ML的人，所以这是我第一次听到这样的事情。这种做法在ML中流行吗？在重读你指出的句子之后，我仍然不认为这句话可以用你的方式来解释。为什么作者不干脆用一个更直截了当的表达方式呢？如果你是对的，如何处理这个问题：同时训练一个班级的多张图片？