0
https://github.com/slavaglaps/ResNet_cifar10/blob/master/resnet.ipynb小驗證準確性RESNET 50
這是我的模型100個時代上同類機型 準確性訓練和類似的數據達到90% 什麼是我的問題嗎? 我認爲隨着時代的推移,值得降低學習速度。 你認爲那可以幫到我什麼?
https://github.com/slavaglaps/ResNet_cifar10/blob/master/resnet.ipynb小驗證準確性RESNET 50
這是我的模型100個時代上同類機型 準確性訓練和類似的數據達到90% 什麼是我的問題嗎? 我認爲隨着時代的推移,值得降低學習速度。 你認爲那可以幫到我什麼?
有一些細微的差異。
您正嘗試將ImageNet樣式體系結構應用於Cifar-10。第一次卷積是3 x 3
,而不是7 x 7
。沒有最大池圖層。該圖像僅通過使用步幅2卷積進行降採樣。
你應該保持featurewise_center = True
在ImageDataGenerator
的意思是居中。
不要使用非常多的過濾器,如[512,1024,2048]。與擁有約一百萬的ImageNet相比,您只有50,000張圖像供您進行培訓。
總之,閱讀deep residual network paper中的第4.2節並嘗試複製網絡。您也可以閱讀this博客。
「類似的模型和類似的數據達到90%」 - 請給出來源/在這裏更具體 –
你確定其他人不使用合奏/測試時間增加? –
'x_train = x_train/255' - x_train的'dtype'是什麼?詮釋或浮動? (請檢查它;不要猜測 - 你也可以用'scipy.misc.imshow'將其可視化以確保數據正確加載) –