我正在嘗試使用神經網絡進行分類(我正在使用tensorflow)。 不幸的是,我的神經網絡訓練陷入了42%的精度。 我有4個類,我試圖分類數據。 不幸的是,我的數據集是不均衡的,這意味着:神經網絡卡住
-
數據
- 43%屬於1類(是的,我的網絡卡預測僅此)
- 37%,至2級
- 13%至3類
- 7%至4類
我使用的優化是AdamOptimizer和成本函數是tf.nn.softmax_cross_entropy_with_logits。
我在想,如果我的培訓卡在42%的原因實際上是因爲我的數據集不夠平衡,或者因爲數據的性質真的是隨機的,並且實際上沒有模式找到。
目前我NN包括:
- 輸入層
- 2卷積層
- 7完全連接層
- 輸出層
我試圖改變網絡的這種結構,但結果總是相同的。 我也嘗試過支持向量分類,結果幾乎相同,變化很小。
有人遇到過類似的問題嗎? 任何人都可以請我提供一些提示如何擺脫這個問題?
感謝, 傑拉德
你能與學習速率調度檢查? –
不,我沒有。感謝提示。例如,當我檢測到結果傾向於陷入局部最小值時,我正在考慮提高學習率。 – nutrina
這篇文章爲什麼有一個TensorFlow標記? –