发新帖

人脸小样,训练精度0.96,但是测试的时候全部分为同一类

[复制链接]
166 4

快来加入 TensorFlowers 大家庭!

您需要 登录 才可以下载或查看,没有帐号?加入社区

x
500张单同学A的照片,500张陌生人的照片放到alexnet下训练(加了bn),每批次32张,训练了300批次左右训练精度到了0.96,但是测试的结果全部都是同一类,全是A或者全是陌生人,甚至是拿训练集中的照片结果都不对(全部分成同一类),有人遇到过这种问题吗?

精度计算公式 : accuracy = tf.reduce_mean(tf.cast(tf.equal(tf.argmax(out, 1), tf.argmax(y_, 1)), tf.float32))

数据的输入没有问题,打乱了顺序,也不存在全部输入的为同一类的问题。难道是正负样本差别不大?但是人脸都差不多啊。。用的模型是Alexnet,换了vgg也不行。

十分纠结的点是为甚么训练精度这么高,拿训练集的图片都分不出来啊

我知道答案 回答被采纳将会获得10 金币 + 10 金币 已有4人回答
本楼点评(0) 收起

精彩评论4

拉芳  TF荚荚  发表于 2018-10-11 14:45:26 | 显示全部楼层
降低了学习率(1e-6),结果出来了,只不过泛化能力不好。。
本楼点评(0) 收起
π4202  TF荚荚  发表于 2018-10-11 19:40:57 来自手机  | 显示全部楼层
这叫过拟合吗
本楼点评(0) 收起
by叮咚  TF荚荚  发表于 2018-10-11 21:52:01 | 显示全部楼层
试试加入正则化缓解过拟合,正则化权重W,
tf.add_to_collection('losses',tf.contrib.layer.l2_regularizer(regularizer)(w))  #把正则化后的w作为losses集合
loss=cem+tf.add_n(tf.get_collection('loss'))  #总loss
本楼点评(0) 收起
by叮咚  TF荚荚  发表于 2018-10-11 22:04:39 | 显示全部楼层
还有,试试加入滑动平均,也可以增加模型的泛化能力
本楼点评(0) 收起
您需要登录后才可以回帖 登录 | 加入社区

本版积分规则

主题

帖子

3

积分
快速回复 返回顶部 返回列表