Tensorflow 分布式再培训（TF和Google Coral）

假设我有几十台Google Coral设备进行对象检测（使用相同的训练模型），每隔一段时间，我们会重新训练一台设备以获取新对象（转移学习），假设这台设备是Coral1，现在我想知道如何将学习、Coral1所学的知识转移到所有设备上（无需对这些设备进行再培训）

当然，设备可以是Google Coral或任何其他设备

你不应该“重新培训设备”，而是重新培训模型。请参阅本指南，了解如何重新培训模型：

---

一旦你完成了一个模型的再培训，你就可以把它放到另一块板上重新加载。

因为我们假设的是，所有的设备在开始时都会在同一个模型上进行推理

当任何设备进行新的学习时，应将更新的训练模型推送到所有其他设备，帮助它们开始识别新对象

如果我们能够保持设备之间的同步，那么每个设备不需要单独训练

有关更多信息，请浏览此