Deep learning 小验证精度ResNet 50
这是我在100个时代训练过的模特Deep learning 小验证精度ResNet 50,deep-learning,keras,Deep Learning,Keras,这是我在100个时代训练过的模特 相似模型和相似数据的准确率达到90% 我有什么问题? 我认为随着时代的推移,降低学习率是值得的。 你认为这对我有什么帮助?有一些细微的区别 您正在尝试将ImageNet样式的体系结构应用于Cifar-10。第一个卷积是3x3,而不是7x7。没有最大池层。该图像仅通过使用步长2卷积进行下采样 您可能应该通过在ImageDataGenerator中保持featurewise\u center=True来表示居中 不要使用太多的过滤器,如[512、1024、2048]
相似模型和相似数据的准确率达到90% 我有什么问题? 我认为随着时代的推移,降低学习率是值得的。
你认为这对我有什么帮助?有一些细微的区别
3x3
,而不是7x7
。没有最大池层。该图像仅通过使用步长2卷积进行下采样ImageDataGenerator
中保持featurewise\u center=True来表示居中
简而言之,请通读中的第4.2节,并尝试复制网络。你也可以读博客。有一些细微的区别
3x3
,而不是7x7
。没有最大池层。该图像仅通过使用步长2卷积进行下采样ImageDataGenerator
中保持featurewise\u center=True来表示居中
简而言之,请通读中的第4.2节,并尝试复制网络。您也可以阅读博客。“相似的模型和相似的数据达到90%”-请提供来源/在此更具体一些您确定其他人没有使用集成/测试时间增加吗?
x\u train=x\u train/255
-x\u train的数据类型是什么?整型还是浮点型?(请检查它;不要猜测-您也可以使用scipy.misc.imshow
可视化它,以确保正确加载数据)“相似模型和相似数据达到90%”-请提供来源/在此更具体些您确定其他人不使用集成/测试时间增加吗?x_train=x_train/255
-x_train
的d类型是什么?整型还是浮点型?(请检查;不要猜测-您也可以使用scipy.misc.imshow
将其可视化,以确保正确加载数据)