我一直在关注书中给出的例子＆＃34;与Keras的深度学习＆＃34;由古利和帕尔。在第3章＆＃34;通过数据增强来提高CIFAR-10的性能＆＃34;，我无法在接近其规定的约0.78的测试精度的任何地方进行复制。事实上，我得到了这个：
Epoch 48/50
390/390 [==============================] - 946s 2s/step - loss: 1.2158 - acc: 0.5853
Epoch 49/50
390/390 [==============================] - 944s 2s/step - loss: 1.2233 - acc: 0.5845
Epoch 50/50
390/390 [==============================] - 946s 2s/step - loss: 1.2382 - acc: 0.5793
有人试过吗？并且可以提供洞察力。我观察到列车精度实际上在计算的一半时间内下降。
这就好像模型数据建模能力受到挑战。这本书只有代码片段，它不够完整，无法独立运行，你必须查看github以获取所有代码。我是＆＃34;调试＆＃34;至于为什么我无法重现书籍结果。我稍后会更新。
答案 0 :(得分：0)
我怀疑有几个原因，示例数据生成器似乎没有重新缩放1/255。此外，添加数据增加将需要更多的时期进行融合。
或者，我发现Chollet的书“用Python深度学习”中的例子正如宣传的那样工作，我能够重现那个。