张量流-训练不一致

时间:2020-06-25 05:38:08

标签: tensorflow keras

我正在使用tensorflow 2.2.0。从昨天到今天,我的训练数据或模型设计没有任何变化,但是我的训练步骤花费了太长时间,无法显示出准确性/损失方面的任何良好进展。昨天,在运行了1/10个历元之后,精度约为0.3,但是今天,在同一时间点,精度停留在0.03。可能是什么原因?

2 个答案:

答案 0 :(得分:1)

开始训练tensorflow时,会随机设置权重的初始值,这就是行为改变的原因。至于为什么它以较低的精度停留,可能是因为渐变停留在局部最小值local minima 为了确保这是增加时间段数和学习率的局部最小值,应对此进行解决。或只是再次运行模型。

答案 1 :(得分:0)

您的算法可能是问题。尝试改进它,更多地研究不同的算法及其工作方式。也给它更多的训练数据。