Kerasのlog_lossエラーは同じ

Question

私はケラスと深いlearnin.When私はサンプルの基本的なモデルを試して、私はそれに合って、私のモデルのログの損失は常に同じです。 17939個のサンプルの

が

model = Sequential() 
model.add(Convolution2D(32, 3, 3, border_mode='same', init='he_normal', 
         input_shape=(color_type, img_rows, img_cols))) 
model.add(MaxPooling2D(pool_size=(2, 2), dim_ordering="th")) 
model.add(Dropout(0.5)) 
model.add(Convolution2D(64, 3, 3, border_mode='same', init='he_normal')) 
model.add(MaxPooling2D(pool_size=(2, 2), dim_ordering="th")) #this part is wrong 
model.add(Dropout(0.5)) 

model.add(Convolution2D(128, 3, 3, border_mode='same', init='he_normal')) 
model.add(MaxPooling2D(pool_size=(2, 2), dim_ordering="th")) 
model.add(Dropout(0.5)) 

model.add(Flatten()) 
model.add(Dense(10)) 
model.add(Activation('softmax')) 

model.compile(Adam(lr=1e-3), loss='categorical_crossentropy') 


model.fit(x_train, y_train, batch_size=64, nb_epoch=200, 
       verbose=1, validation_data=(x_valid,y_valid)) 

列車は、4485のサンプル

に検証

エポック1/200 17939分の17939 [===================== ========= - 8秒 - 損失：99.8137 - acc：0.3096 - val_loss：99.9626 - val_acc：0.0000e + 00

Epoch 2/200 17939/17939 [====== ======================== - 8秒 - 損失：99.8135 - acc：0.2864 - val_loss：99.9626 - val_acc：0.0000e + 00

Epoch 3/200 17939/17939 [==============] - 8秒間 - 損失：99.8135 - acc：0.3120 - val_loss：99.9626 - val_acc：1.0000

エポック4/200 17939/17939 [=============] - 10秒 - ロス：99.8135 - ACC：0.3315 - val_loss：99.9626 - val_acc：1.0000

紀元200分の5 17939分の17939 [===================== =========] - 10S - ロス：99.8138 - ACC：0.3435 - val_loss：99.9626 - val_acc：0.4620

..

...

このようになります

私は間違っている部分を知っていますか？

Answer 1

このような動作の理由の1つは、学習率が小さすぎることがあります。 Adam(lr=1e-2)またはAdam(lr=1e-1)を使用して学習率を上げてください。また、より多くの反復（エポック）を待って、それが改善するかどうかを確認してください。そうでない場合、ドロップアウトを減らそうとするかもしれません。また、まだ入力データを正規化していない場合は、入力データを正規化することをお勧めします。