卷积神经网络总是预测相同的类

时间:2020-06-28 14:01:20

标签: python keras neural-network classification conv-neural-network

我正在尝试创建一个结合了3D脑图像和其相应测试分数的CNN,以预测图像将属于哪个类别。但是,当我运行CNN程序时,它总是预测相同的类,并且不确定是否可以采取其他方法来防止这种情况。我已经用许多可行的解决方案搜索了这个问题,但是它们没有起作用

到目前为止,我已经尝试过:

  • 降低学习率
  • 将数据归一化为[0,1]
  • 更改优化器
  • 更改最后一层的激活(softmax,sigmoid),我只使用categorical_crossentropy
  • 添加/删除辍学图层
  • 更改为更简单的CNN模型(无济于事)
  • 平衡数据集

请注意,我正在使用的图像总数为20张3D脑部图像(每个类别5张),并且由于没有足够的图像,我无法增加样本量。

我也只用图像完成了类似的CNN模型,尽管效果还不错,但预测效果略好。例如,唯一图像CNN几乎将每个图像都预测为同一类,而少数图像则是不同的类,而image + test CNN每次都仅预测相同的类。

任何帮助将不胜感激!

pod install

0 个答案:

没有答案