1樓：
1、Previous Models為訓練好的模型即Model Trainer的訓練結果。通常在實驗室環境中完成乙個模型並驗證其能發布到線上使用後，通過模型儲存扔到生產環境的這裡提供給線上系統使用。
這裡就是你說的「訓練網路之後好像要載入模型」
2、Model Trainer，模型訓練。只要訓練集準備好，就可以對模型進行訓練。通常需要有個觸發的條件，例如晚上1點，或者資料集抽樣完成等，只要能把你的模型執行起來就可以。
那這裡就涉及兩點1）載入Previous Model，2）驗證模型，如果滿足你的要跟則儲存模型。
這裡對應你說的「然後retrain才能進行檢測分類之類的工作」
一般來說，初始模型是基於實驗測試資料訓練的結果，需要針對不斷變化的業務資料，進行定時retrain，達到更好的效果。
tensorflow訓練好的模型怎麼呼叫？
2樓：AtomPai
Retrain是在模型進行過修剪(tune)之後重新訓練模型。
舉乙個簡單的例子，你搭建了乙個模型，這個模型需要調參等方式，對模型進行修剪，tuning，得到乙個預期更優秀的模型。在得到新的模型後，要重新進行訓練，否則的話等於沒有訓練過模型。你以前訓練的模型是舊的模型。
深度學習中 number of training epochs 中的 epoch到底指什麼？
小島上的黑桃六 1 epoch batch size step sample size 1 batch size samplesize batch num 1次 epoch 計算 1次Loss 為後續迭代進行引數修正 1次 step 更新一次 params 對應計算 optimize functio...
深度學習中 Batch Normalization為什麼效果好？
用相對座標取代絕對座標。使在單一神經元輸出產生群體性的平移 放縮後，網路還可以接近0成本地適應新分布。由於不同神經元有功能性分工的差異，這種分工又無法在初始化的時候預知，所以好的初始化只能保證同層的多神經元混合的分布和目標分布 解的分布 一致，不能保證單一神經元的輸出分布和目標分布一致。所以單一神經...
深度學習中的深度一詞怎麼理解？
按照 Bengio 的說法，3 層以下為淺層。反之你可以理解為深。Bengio,Y.Learning deep architectures for AI.Foundations and Trends in Machine Learning,2009.2 1 從字面意思理解，深度 是指一種空間關係。後...