Question

我一直在犹豫要问这个问题，因为一般来说我更喜欢问非常具体的问题，而不是“这是一段代码，哪里出错了？”。但是，我已经了解了这方面的知识，并且已经花了很长时间以各种方式进行故障排除，此时我真的可以使用一些外部帮助。

所以我试图在TensorFlow中使用CNN进行相对简单的图像分类，因为我对机器学习还不熟悉。我原来的尝试涉及5类图像（32x32有3个颜色通道），我使用大约10K，但我有一个几十万的数据集。我写了一个模型和诸如此类的东西，让它训练，但准确度总是在19-24％左右，这几乎是随机猜测的准确性。

我试着隔离我能做的一切。我查看了数据的每一步，以确保没有任何不匹配或丢失，并调整各种参数，如学习率，批量大小，时代数等，但没有任何东西使准确率下降。

最终我完全改变了数据，所以现在我使用的是狗和猫（仍然是32x32x3）的图像数据集，其中包含8k训练图像和2k eval图像。我还逐字复制并粘贴了在MNIST上表现良好的代码，并且为了使用新的数据集而改变了我需要的东西（我不打算使用被盗的代码，我只是想在我排除故障时隔离所有内容）。而且仍然准确率保持在50％左右，最多达到60％左右，这基本上只是猜测。我的假设是有一些明显的，简单的解决方案，因此我将包含下面代码的内容，希望另一双眼睛能看到它（或者看一个更复杂的问题，如果有的话）。

import tensorflow as tf
import numpy as np

n_classes = 2
batch_size = 100

x = tf.placeholder('float', [None, 32,32])
y = tf.placeholder('float')

keep_rate = 0.8
keep_prob = tf.placeholder(tf.float32)

'''--- Generic layers ---'''
def conv2d(x, W):
    return tf.nn.conv2d(x, W, strides=[1,1,1,1], padding='SAME')

def maxpool2d(x):
    return tf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,2,2,1], 
padding='SAME')


'''--- Network itself ---'''
def convolutional_neural_network(x):
    weights = {'W_conv1':tf.Variable(tf.random_normal([5,5,1,32])),
           'W_conv2':tf.Variable(tf.random_normal([5,5,32,64])),
           'W_fc':tf.Variable(tf.random_normal([8*8*64,1024])),
           'out':tf.Variable(tf.random_normal([1024, n_classes]))}

    biases = {'b_conv1':tf.Variable(tf.random_normal([32])),
           'b_conv2':tf.Variable(tf.random_normal([64])),
           'b_fc':tf.Variable(tf.random_normal([1024])),
           'out':tf.Variable(tf.random_normal([n_classes]))}

    x = tf.reshape(x, shape=[-1, 32, 32, 1])

    conv1 = tf.nn.relu(conv2d(x, weights['W_conv1']) + biases['b_conv1'])
    conv1 = maxpool2d(conv1)

    conv2 = tf.nn.relu(conv2d(conv1, weights['W_conv2']) + biases['b_conv2'])
    conv2 = maxpool2d(conv2)

    fc = tf.reshape(conv2,[-1, 8*8*64])
    fc = tf.nn.relu(tf.matmul(fc, weights['W_fc'])+biases['b_fc'])
    fc = tf.nn.dropout(fc, keep_rate)

    output = tf.matmul(fc, weights['out'])+biases['out']

    return output




def train_neural_network(x,train_data, train_labels, eval_images, 
                         eval_lables):
    prediction = convolutional_neural_network(x)
    cost = tf.reduce_mean(
         tf.nn.softmax_cross_entropy_with_logits(logits=prediction,labels=y))
         optimizer = tf.train.AdamOptimizer().minimize(cost)

    hm_epochs = 10
    with tf.Session() as sess:
        sess.run(tf.initialize_all_variables())

            for epoch in range(hm_epochs):
                epoch_loss = 0
                for _ in range(int(len(train_data)/batch_size)):
                    epoch_x, epoch_y = train_data[_*batch_size:      
                        (_+1)*batch_size], train_labels[_*batch_size:    
                        (_+1)*batch_size]
                    _, c = sess.run([optimizer, cost], feed_dict={x: epoch_x,     
                                                                y: epoch_y})
                    epoch_loss += c


                print('Epoch', epoch+1, 'completed out of',hm_epochs,'loss:',epoch_loss)


            correct = tf.equal(tf.argmax(prediction, 1), tf.argmax(y, 1))
            accuracy = tf.reduce_mean(tf.cast(correct, 'float'))
            print('Accuracy:',accuracy.eval({x:eval_images, y:eval_lables}))

网络的结构只是2个卷积+池化层，然后是完全连接/密集层。我没有包含实际获取数据的代码部分，因为它有点麻烦，但是图像是嵌套的python列表，形成32x32（为简单起见，我将颜色扁平化为1个通道）。每个像素都在0-255整数范围内（我原来将它们标准化，没有区别）。标签是[1,0]或[0,1]。

我会感激任何帮助，即使它只是告诉我在这个问题上我是一个小丑。此外，我确定我遗漏了一些信息，所以如果需要澄清，我会添加它。

根据要求，这里是每个时期的损失：

Epoch 1 completed out of 10 loss: 329459839.0
Epoch 2 completed out of 10 loss: 165906787.75
Epoch 3 completed out of 10 loss: 110051434.0
Epoch 4 completed out of 10 loss: 76307372.1875
Epoch 5 completed out of 10 loss: 54765472.84375
Epoch 6 completed out of 10 loss: 44318552.59375
Epoch 7 completed out of 10 loss: 34356790.765625
Epoch 8 completed out of 10 loss: 27277588.34375
Epoch 9 completed out of 10 loss: 22176274.859375
Epoch 10 completed out of 10 loss: 18461464.671875
Accuracy: 0.605

这奇怪地高于正常情况，但通常情况类似。

TensorFlow中具有分类CNN的近随机猜测准确度？

0 个答案: