CNN中二进制分类的训练和测试准确性

时间:2019-07-26 21:12:23

标签: tensorflow keras multilabel-classification

我正在为55个二进制类别,多任务分类训练一个双输入CNN(Resnet50)。由于它是二进制分类,因此我希望训练集的准确性从50%开始,并随着时间的推移而提高,但是其开始性低于该百分比。我的代码中有错误还是正常的?

每个输出的最后一层就像http://localhost:8080,我按如下所示编译模型:

output_layers[1] = KL.Dense(1, activation='sigmoid', name="Out1")(x)

这是模型摘要的最后一层:


model.compile(optimizer=optimizers.SGD(lr=learning_rate),
              loss='binary_crossentropy',
              loss_weights = [0.5, 0.25, 0.25, 0.25, 0.25, 0.333, 0.333, 0.333, 0.5, 0.5,
                              0.333, 0.333, 0.333, 0.5, 0.5, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1,
                              0.166, 0.166, 0.166, 0.166, 0.166, 0.166, 0.166, 0.166, 0.166, 0.166, 0.166, 0.166,
                              0.125, 0.125, 0.125, 0.125, 0.125, 0.125, 0.125, 0.125,
                              0.111, 0.111, 0.111, 0.111, 0.111, 0.111, 0.111, 0.111, 0.111, 0.5],
              metrics=['accuracy'])

0 个答案:

没有答案