2017-04-10 49 views
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?

+0

「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 –

+0

你確定其他人不使用合奏/測試時間增加? –

+0

'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) –

回答

2

有一些細微的差異。

  1. 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。

  2. 你應該保持featurewise_center = TrueImageDataGenerator的意思是居中。

  3. 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。