如何用Tensorflow创建图像识别中的CNN模型并与Inception v3进行比较

我在用Tensorflow学习图像识别。我已经在Tensorflow.org上读到了这个主题，它利用了Inception v3培训模型

现在，我想创建自己的CNN模型，以便与《盗梦空间》v3进行比较，但我不知道如何开始

有人知道关于这个问题的一些循序渐进的指南吗

如果你有任何建议，我将不胜感激

提前感谢

第一步 开始图像识别的黄金标准是处理MNIST图像。Tensorflow有一个关于如何开始以及如何使用al网络的课程

从那以后，要想与《盗梦空间》竞争，而不只是复制别人的图表，这将是一条漫长而艰难的道路。您可能想了解不同层次的卷积的作用。我创建了一个basic，其中包含一个演示不同卷积图及其结果准确性的示例

深入 征服MNIST后，您将需要大量图像（您可以从imageNet获得它们）、大量GPU（用于运行所有训练）和软件设置，以便您不仅可以运行和测试模型，还可以使用数十种（如果不是数百种）变化来探索超参数（如学习率、卷积大小、辍学率等）。请记住，需要一个由前沿机器学习专家组成的团队来创建类似于《盗梦空间》（Inception）的东西，需要数月（可能数年）的迭代才能找到他们今天使用的模型，还需要数千个CPU/GPU小时

如果您试图了解正在发生的事情以及如何制作一个好的图表，那么尝试重新创建Inception是一个好主意。如果您只是想要一个优秀的图像识别模型，那么就重用现有的模型

如果你想找点乐子，就去做吧

干杯-