Question

我的CNN遇到了麻烦。

输入：700张道路照片（每张200x66和3个频道）。

输出：汽车在该部分路段的转向角度（介于-1.5和1.5之间）。

有些人可能知道Nvidia的类似设置。我想重现这个。每次我试图预测时，我的数据集的所有图片都会得到相同的值。当仅学习一个纪元时，小数点后的最后几个位置的值似乎略有不同。

我将数据分成600张图片用于培训，100张用于评估并使用此网络：

network = input_data(shape=[None, 66, 200, 3], name='input')
network = local_response_normalization(network)
network = conv_2d(network, 24, 5, 2, activation='elu') # 5x5 mit 2x2 stride
network = conv_2d(network, 36, 5, 2, activation='elu') # 5x5 mit 2x2 stride
network = conv_2d(network, 48, 5, 2, activation='elu') # 5x5 mit 2x2 stride
network = conv_2d(network, 64, 3, 1, activation='elu') # 3x3 mit 1x1 stride
network = conv_2d(network, 64, 3, 1, activation='elu') # 3x3 mit 1x1 stride
network = flatten(network)
network = dropout(network, 0.5)
network = fully_connected(network, 1164, activation='elu')
network = fully_connected(network, 100, activation='elu')
network = fully_connected(network, 50, activation='elu')
network = fully_connected(network, 10, activation='elu')
network = fully_connected(network, 1, activation='elu')
network = regression(network, optimizer='adam', learning_rate=0.01, loss='mean_square', name='target')

我尝试了不同的批量大小（1-100），不同的时期数（1-50）和更改学习率（0.001-0.02）。

这个网络的数据集是否太小了？

希望你能帮助我。

谢谢。

Answer 1

我认为 TO 指的是“自动驾驶汽车的端到端学习”论文，其中他们谈到“驾驶时间少于 100 小时”（以 10Hz 采样）。在清理和增强之前，这多达 360 万个样本，而只有几百个。

另外稍微误解了网络架构，没有 1164 大小的 FC 层，这只是最后一个 conv 层的扁平化操作的结果。

我用大约 50K 个样本和一个更浅的网络（3x Conv Blocks，1x Hidden FC）复制这篇论文确实取得了一些成功。参数数量大致相同，约 250K。

TFLearn CNN预测总是（几乎）相同的值

1 个答案: