[問題] 訓練CNN時遇到的問題

看板DataScience作者 (kmdick)時間6年前 (2018/04/21 14:34), 6年前編輯推噓12(12011)
留言23則, 9人參與, 6年前最新討論串1/1
作業系統:Linux 問題類別:CNN 使用工具:Keras 問題內容: 小弟菜逼八剛接觸ML 再訓練貓狗分類器時,acc和val_acc一直卡在0.5,這樣跟用猜的機率一樣...,不知道是 哪邊出了原因,求各位大神指點 https://i.imgur.com/ixHSHaf.jpg
https://i.imgur.com/aRmMYUu.jpg
https://i.imgur.com/ppf8ERA.jpg
-- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.110.103.225 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1524292452.A.C10.html

04/21 15:13, 6年前 , 1F
看起來是error炸了 有normalize先?
04/21 15:13, 1F
是加BatchNormaliztion()嗎?還是其他東西

04/21 15:26, 6年前 , 2F
output layer的activation改用softmax?
04/21 15:26, 2F
我後來又改成softmax好像不會卡在0.5了xD謝謝啦,記憶混亂

04/21 15:27, 6年前 , 3F
另外推樓上 normalize蠻重要~
04/21 15:27, 3F

04/21 15:30, 6年前 , 4F
2分類softmax = sigmoid喔 可以帶個數字看一下
04/21 15:30, 4F
對啊,好像一樣,我是先用softmax再試sigmoid ※ 編輯: nctukmdick (123.110.103.225), 04/21/2018 15:32:01 ※ 編輯: nctukmdick (123.110.103.225), 04/21/2018 15:33:27

04/21 15:36, 6年前 , 5F
數學式不太一樣 但的確不是這裡重點 謝謝指正~
04/21 15:36, 5F

04/21 15:39, 6年前 , 6F
這裡sigmoid的output是2 表示模型預測是貓或狗的機率可
04/21 15:39, 6F

04/21 15:39, 6年前 , 7F
以同時是1 用softmax的話兩個機率一定加總為1
04/21 15:39, 7F

04/21 15:39, 6年前 , 8F
一樣內 你把0,1代進去就知道惹
04/21 15:39, 8F

04/21 15:40, 6年前 , 9F
你可能是0-255 要轉到0-1
04/21 15:40, 9F

04/21 17:18, 6年前 , 10F
該跟樓上說的一樣,要先預處理
04/21 17:18, 10F

04/21 17:20, 6年前 , 11F
可以跟著這篇做 https://goo.gl/cW5HVK
04/21 17:20, 11F
謝謝你,我會努力看懂他在幹嘛的 ※ 編輯: nctukmdick (123.110.103.225), 04/21/2018 18:38:38 ※ 編輯: nctukmdick (123.110.103.225), 04/21/2018 18:39:35

04/21 20:59, 6年前 , 12F
樓上提到sigmoid output2是怎麼回事
04/21 20:59, 12F

04/21 22:06, 6年前 , 13F
想順便問一下 norm. 的理由是啥,之前被老闆問回答不
04/21 22:06, 13F

04/21 22:06, 6年前 , 14F
出來
04/21 22:06, 14F

04/21 23:12, 6年前 , 15F
norm 照片會train比較快, 帶去下一層的數值比較不會令 gra
04/21 23:12, 15F

04/21 23:12, 6年前 , 16F
dient爆炸
04/21 23:12, 16F

04/22 00:38, 6年前 , 17F
回M大 我看著output layer的nodes數量為2 解釋時誤植
04/22 00:38, 17F

04/22 00:38, 6年前 , 18F
為sigmoid output 2 打快造成誤會抱歉
04/22 00:38, 18F

04/22 03:35, 6年前 , 19F
訓練資料有亂數打亂嗎
04/22 03:35, 19F

04/22 03:36, 6年前 , 20F
有加BN真的有差
04/22 03:36, 20F

04/22 18:09, 6年前 , 21F
lr的問題
04/22 18:09, 21F

04/22 18:10, 6年前 , 22F

04/22 18:10, 6年前 , 23F
分享一下之前做的
04/22 18:10, 23F
文章代碼(AID): #1QsjjamG (DataScience)
文章代碼(AID): #1QsjjamG (DataScience)