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Kerasのlog_lossエラーは同じ
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?
ネットワークアーキテクチャや解決したい問題などの詳細情報を提供する必要があります。 –
あなたの問題は10種類あります。 –
@matiasValdengroは、ネットワーク全体のコードを追加する必要があることを意味します。すべての密なレイヤー、model.compile、おそらくはデータのサンプル – DJK