我正在使用预训练的VGG-16训练深度学习网络。我的损失大约是7-8，准确度大约是50％。我想提高准确性。 1.您能否解释一下我的数据集设置是否正确？
trdata = ImageDataGenerator()
traindata =
trdata.flow_from_directory(directory="/Users/khand/OneDrive/Desktop/Thesis/Case_db/data",target_size=(224,224))
tsdata = ImageDataGenerator()
testdata = tsdata.flow_from_directory(directory="/Users/khand/OneDrive/Desktop/Thesis/Case_db/data", target_size=(224,224))
这是我设置数据集的方式，在“数据”文件夹中，我有2个子文件夹1包含主数据，另一个包含标签。
我认为网络和层之间的连接很好，因为我可以训练网络。
from keras.callbacks import ModelCheckpoint, EarlyStopping
checkpoint = ModelCheckpoint("vgg16_1.h5", monitor='val_acc', verbose=1, save_best_only=True, save_weights_only=False, mode='auto', period=1)
early = EarlyStopping(monitor='val_acc', min_delta=0, patience=20, verbose=1, mode='auto')
hist = model.fit_generator( steps_per_epoch=10,generator=traindata, validation_data=
testdata,validation_steps=10,epochs=10,callbacks=[ModelCheckpoint('VGG16-transferlearning.model', monitor='val_acc', save_best_only=True)])
我的验证和培训如何进行，结果如下：
史诗1/10 10/10 [=============================]-253秒25秒/步-损耗：8.1311-精度：0.4437-val_loss ：7.5554-val_accuracy：0.4875 时代2/10 C：\ Users \ khand \ Anaconda3 \ envs \ TensorFlow-GPU \ lib \ site-packages \ keras \ callbacks \ callbacks.py：707：RuntimeWarning：只能使用val_acc来保存最佳模型，跳过。 “跳过。” ％（self.monitor），RuntimeWarning） 10/10 [=============================]-255秒26秒/步-损耗：7.8576-精度：0.5000-val_loss ：5.0369-val_accuracy：0.5281 时代3/10 10/10 [=============================]-263秒26秒/步-损耗：8.0590-精度：0.5000-val_loss ：8.0590-val_accuracy：0.5094 时代4/10 10/10 [=============================]-258s 26s / step-损耗：7.6561-精度：0.5250-val_loss ：7.0517-val_accuracy：0.4765 时代5/10 10/10 [=============================]-246s 25s / step-损失：7.9090-准确性：0.4899-val_loss ：9.0664-val_accuracy：0.5281 时代6/10 10/10 [=============================]-257s 26s / step-损耗：7.7065-精度：0.5219-val_loss ：8.5627-val_accuracy：0.4812 时代7/10 10/10 [=============================]-244s 24s / step-损耗：7.9079-精度：0.5094-val_loss ：8.5627-val_accuracy：0.5031 时代8/10 10/10 [=============================]-231s 23s / step-损耗：8.5147-精度：0.4765-val_loss ：5.5406-val_accuracy：0.4966 时代9/10 10/10 [=============================]-251s 25s / step-损耗：8.3613-精度：0.4812-val_loss ：5.5406-val_accuracy：0.4938 时代10/10 10/10 [=============================]-247秒25秒/步-损耗：8.0087-精度：0.5031-val_loss ：8.5627-val_accuracy：0.4906
如果您有任何建议，请随时提供帮助