狗类型的图像识别无法正常工作，我的模型可能是问题，但它是新手

Question

我遇到了这个数据集：https://www.kaggle.com/jessicali9530/stanford-dogs-dataset

我想按照youtube上的指南尝试自己尝试机器学习。不知道应该如何构建模型。我在神经元和神经层方面有了基本知识，但不确定为什么准确性和损失会感到错误。模型创建的任何指导原则/说明（激活，Conv2D，MaxPooling2D，展平，损耗，优化器）

为了尝试理解这个概念，我尝试过尝试更改激活和丢失。

我认为我的问题就是这些

model = Sequential()
model.add(Conv2D(64,(3,3),input_shape=X.shape[1:]))
model.add(Activation("relu"))
model.add(MaxPooling2D(pool_size=(2,2)))

model.add(Conv2D(64,(3,3)))
model.add(Activation("relu"))
model.add(MaxPooling2D(pool_size=(2,2)))

model.add(Flatten())
model.add(Dense(64))

model.add(Dense(1))
model.add(Activation("softmax"))

model.compile(loss="mean_squared_error",
             optimizer="adam",
             metrics=["accuracy"])

我的Jupyter笔记本文件： My Jupyter Notebook File

Accuracy and Loss 如您所见，准确性是垃圾，损失不在图表之内。

Answer 1

将狗的图像分类为各种类别。机器学习中有两种类型的问题：Classification and Regression。

分类处理分类标签，因此需要合适的损失函数。您应该使用categorical_crossentropy损失函数，例如：

model.compile(loss="categorical_crossentropy",
             optimizer="adam",
             metrics=["accuracy"])

有关更多信息，请参见here。

Mean Squared Error ( MSE )用于处理回归标签，因为它处理连续标签。用于查找特定数据集的最佳拟合线，以使MSE最小。

我认为这应该可以解决您的问题。 如果问题仍然存在，请尝试以下步骤：

1. 将学习率降低到0.0001甚至更低。
2. 使用Dropout层。
3. 使用LeakyReLU层。