我接受了cnn的mnist例子。 https://www.tensorflow.org/versions/r0.10/tutorials/mnist/pros/index.html 我稍微改變它來處理我自己的28x28圖像。我有兩個班,一個圖像是眼睛或牆壁。Tensorflow - Convolutionary Net:灰度與黑白訓練
我注意到rgb和灰度圖像沒有導致任何訓練改善的精度是恆定0.5。 轉換爲黑白圖像(帶有image.convert('1'))的訓練速度非常快。在批次大小爲20的情況下進行200次迭代後,精確度大約爲0.9。
灰度圖像沒有導致任何改善的原因是什麼?
可以做些什麼來提高他們的表現?
編輯1:我只是用TensorBoard想象這是怎麼回事,我發現了交叉熵返回NaN的全部時間,用灰度圖像訓練的時候..
編輯2:十字架的計算 - 我用的是壞的。 Tensorflow NaN bug?
現在在使用灰度圖像時仍然沒有進展。