Keras训练猫与狗提供持续的验证准确性

时间:2017-11-15 02:15:59

标签: tensorflow keras

我正在跟踪this keras tutorial训练一个只有少量数据的猫/狗模型。我运行了github上给出的确切代码,但精度保持为0.5并且永远不会改变。

我的keras版本是2.0.9。

Found 2000 images belonging to 2 classes.
Found 800 images belonging to 2 classes.
Epoch 1/50
125/125 [==============================] - 150s 1s/step - loss: 0.7777 - acc: 0.4975 - val_loss: 0.6931 - val_acc: 0.5000
Epoch 2/50
125/125 [==============================] - 158s 1s/step - loss: 0.6932 - acc: 0.5000 - val_loss: 0.6931 - val_acc: 0.5000
Epoch 3/50
125/125 [==============================] - 184s 1s/step - loss: 0.6932 - acc: 0.5000 - val_loss: 0.6931 - val_acc: 0.5000
Epoch 4/50
125/125 [==============================] - 203s 2s/step - loss: 0.6932 - acc: 0.4940 - val_loss: 0.6931 - val_acc: 0.5000
Epoch 5/50
  3/125 [..............................] - ETA: 2:30 - loss: 0.6931 - acc: 0.5417

有谁知道这背后的原因是什么?

我的data目录如下所示:

data/
    train/
        cats/
            cat846.jpg
            cat828.jpg
            cat926.jpg
            cat382.jpg
            cat792.jpg
            ...
        dogs/
            dog533.jpg
            dog850.jpg
            dog994.jpg
            dog626.jpg
            dog974.jpg
            ...
    validation/
        cats/
            cat1172.jpg
            cat1396.jpg
            cat1336.jpg
            cat1347.jpg
            cat1211.jpg
            ...
        dogs/
            dog1014.jpg
            dog1211.jpg
            dog1088.jpg
            dog1207.jpg
            dog1186.jpg
            ...

这似乎与操作系统有关。上面的结果是在Ubuntu 16.04虚拟机上。我将代码复制到Windows,它工作正常。但为什么呢?

0 个答案:

没有答案