Deep learning 小验证精度ResNet 50

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]。只有50000张图片供你训练，不像ImageNet有大约一百万张

---

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

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]。只有50000张图片供你训练，不像ImageNet有大约一百万张

---

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）