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
|