Question

我一直坚持这个问题。我创建了一个改进的Inception V3模型。不幸的是，该模型根本没有学到任何东西。损失或多或少是恒定的，我无法找出相同的原因。由于代码很长，我有模型here。

以下是超参数：

optim = optimizers.Adam(lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=1e-08, decay=0.0)

reduceLROnPlat = ReduceLROnPlateau(monitor='val_loss', factor=0.8, patience=10, verbose=1, mode='auto', epsilon=0.0001, cooldown=5, min_lr=0.0001)
model = Gender_InceptionV3()
model.compile(optimizer=optim, loss='mean_absolute_error', metrics=['accuracy'])
tensorboard = TensorBoard(log_dir="reglog/", batch_size=4,write_graph=True)
callbacks = [EarlyStopping(monitor='val_loss',
                           patience=8,
                           verbose=1,
                           min_delta=1e-4),
             ReduceLROnPlateau(monitor='val_loss',
                               factor=0.1,
                               patience=4,
                               verbose=1,
                               epsilon=1e-4),
             RemoteMonitor(root='http://localhost:9000', path='/publish/epoch/end/', field='data', headers=None),
             tensorboard]
model.fit_generator(train_batch_generator.get_batch(),steps_per_epoch=s_tr,epochs=20, callbacks=callbacks, validation_data=valid_batch_generator.get_batch(),validation_steps=s_val)

我正在从头开始训练模型，我的数据集包含大约12000张X光片。

This是输出的样子。最后，我还想补充一点，当我尝试在训练后预测一个值时，对于任何输入，预测值总是1.0，这表明该模型是无用的。我试图遵循this blog post中给出的架构。

Keras CNN模型不学习

0 个答案: