我正在尝试使用keras.applications在CIFAR100上训练MobileNetV2 这是我的代码:
resource "aws_security_group" "from_europe" {
name = "from_europe"
ingress {
from_port = "443"
to_port = "443"
protocol = "tcp"
cidr_blocks = data.aws_ip_ranges.european_ec2.cidr_blocks
}
}
问题在于验证的准确性,在200个周期后,acc几乎达到40%。 我试图微调优化器/损耗参数,但仍然相同。我的猜测是模型的输入值太小,因为默认值是224 * 224,但是根据文档,您可以使用任何想要的值!
有什么建议吗? (由于与此实验相关的一些假设,我不想将cifar100的暗度更改为224 * 224)!
答案 0 :(得分:0)
我想到了一些事情...
datagen
)。可能会使输入失真太多,因此该模型可能正在学习怪异的东西,而不是学习对图像进行分类