BACKBONE_MIXNET_18 about multi-label-classification

[zheng-yuwei]

debug吧，你这个应该是哪个分组的channel数搞错了

[wuzuowuyou]

训练可以训练，测试也用的训练的数据集。我就奇怪了呢，训练可以跑，测试就报哪里维度不匹配。
一定是测试与训练的时候哪里不一样。果真：
在run.py的开头 我的是tf1.15版本
if FLAGS.mode == 'test':
tf.enable_eager_execution()
会报错 “RuntimeError: iter() is only supported inside of tf.function or when eager execution is enabled”

然后我用opencv读取图片调用
results = classifier.predict(np.array(images))
就可以。。
哎，实在不知道怎么改了，不知道tf1.15与1.13这方面的差异了。

还有，
BACKBONE_RESNET_18 = 'resnet-18'
BACKBONE_RESNET_18_V2 = 'resnet-18-v2'
BACKBONE_RESNEXT_18 = 'resnext-18'
BACKBONE_MIXNET_18 = 'mixnet-18'
BACKBONE_MOBILENET_V2 = 'mobilenet-v2'
这些模型与loss与优化器哪个组合最好啊，
谢谢您能回复我一下

[zheng-yuwei]

resnext-18最好，但是训练速度慢，我自己用的resnet-18，因为训练速度快，可以快速实验和调参