ทำไมต้องยบน้ำหนัเพียงใช้ได้อยู่ในแอบฝึกเหรอ?

0

คำถาม

หลังจากเรียนที่เหมาะกับฟังก์ชันฉันสามารถเห็นรุ่นคือ converging ในการฝึกแต่หลังจากที่ฉันไปต้องโทรหาวิธีการประเมินมันทำท่าทางเหมือนว่ารุ่นยังไม่ได้ทำชุดทั้งหมด ที่ดีที่สุดตัวอย่างเป็นทางด้านล่าอยู่ไหนผมจะขอใช้ห้องฝึกฝนสำหรับเครื่องมือสร้างรถไฟและการตรวจสอบและได้ผลลัพธ์ที่แตกต่างกัน.

import tensorflow as tf
from tensorflow.keras.callbacks import ModelCheckpoint

from ImageGenerator import ImageGenerator

if __name__== "__main__":

    batch_size=64

    train_gen = ImageGenerator('synthetic3/train/open/*.png', 'synthetic3/train/closed/*.png', batch_size=batch_size)

    model = tf.keras.applications.mobilenet_v2.MobileNetV2(weights=None, classes=2, input_shape=(256, 256, 3))

    model.compile(optimizer='adam', 
                loss=tf.keras.losses.CategoricalCrossentropy(),
                metrics=['accuracy'])

    history = model.fit(
        train_gen,
        validation_data=train_gen,
        epochs=5,
        verbose=1
    )
    
    model.evaluate(train_gen)

ผลตรวจ

Epoch 1/5
19/19 [==============================] - 11s 600ms/step - loss: 0.7707 - accuracy: 0.5016 - val_loss: 0.6932 - val_accuracy: 0.5016
Epoch 2/5
19/19 [==============================] - 10s 533ms/step - loss: 0.6991 - accuracy: 0.5855 - val_loss: 0.6935 - val_accuracy: 0.4975
Epoch 3/5
19/19 [==============================] - 10s 509ms/step - loss: 0.6213 - accuracy: 0.6637 - val_loss: 0.6932 - val_accuracy: 0.4992
Epoch 4/5
19/19 [==============================] - 10s 514ms/step - loss: 0.4407 - accuracy: 0.8158 - val_loss: 0.6934 - val_accuracy: 0.5008
Epoch 5/5
19/19 [==============================] - 10s 504ms/step - loss: 0.3200 - accuracy: 0.8643 - val_loss: 0.6949 - val_accuracy: 0.5000
19/19 [==============================] - 3s 159ms/step - loss: 0.6953 - accuracy: 0.4967

นี่คือ problematic เพราะแม้กระทั่งเมื่อมีการบันทึกเวทมันถูกต้องสามารถช่วยเหมือนว่ารุ่นยังไม่เสร็จที่ที่เหมาะสม

keras machine-learning python tensorflow
2021-11-24 04:34:14
2
0

ประเมิฟังก์ชัน()ต้องใช้การตรวจสอบวันที่เป็นข้อมูลที่ประเมินแล้วถูกฝึกคุณครูแต่พอกลับมา

จากการดูมันแล้วคุณกำลังใช้การฝึกวันที่(train_gen)สำหรับ validation_data และฆ่าเวลาเดียวกันวันที่เป็นข้อมูลเพื่อนคุณครูแต่พอกลับมาประเมินผล()

2021-11-24 11:43:27

ใช่ฉันทำแบบนั้นตั้งใจจะแสดงให้เห็นว่าถึงแม้ว่ารถไฟความถูกต้อคือช่วยพัฒนาการตรวจสอบไม่ใช่ แม้แต่คนเดียวกันวันที่
ac4824

คำตอบที่ดีที่สุด

0

สวัสดีทุกคนหลังจากหลายวันของเจ็บปวดในที่สุดก็เจอทางออกปัญหานี้ นี่คือเนื่องจากการประมวลผลกลุ่มภาพ normalization ดชั้นในคุณครูแต่พอกลับมา คนแรงขับเคลื่อนพารามิเตอร์ต้องการที่ต้องการเปลี่ยนแปลงตามต้องของคุณการประมวลผลกลุ่มภาพขนาดถ้าคุณอยู่ในแผนของฝึกเป็นวันที่กำหนดเอง.

for layer in model.layers:
    if type(layer)==type(tf.keras.layers.BatchNormalization()):
        # renorm=True, Can have renomalization for smaller batch sizes
        layer.momentum=new_momentum

แหล่งข่าวของ: https://github.com/tensorflow/tensorflow/issues/36065

2021-12-10 04:30:31

ในภาษาอื่นๆ

หน้านี้อยู่ในภาษาอื่นๆ

Русский
..................................................................................................................
Italiano
..................................................................................................................
Polski
..................................................................................................................
Română
..................................................................................................................
한국어
..................................................................................................................
हिन्दी
..................................................................................................................
Français
..................................................................................................................
Türk
..................................................................................................................
Česk
..................................................................................................................
Português
..................................................................................................................
中文
..................................................................................................................
Español
..................................................................................................................
Slovenský
..................................................................................................................

ดังอยู่ในนี้หมวดหมู่

ดังคำถามอยู่ในนี้หมวดหมู่