Keras CNN模型中的零损失和验证损失
我试图运行一个人群估计模型，根据图像中有多少人，将图像分为三个不同的大类。1200幅图像用于训练，其中20%用于验证。我使用Youtube上的sentdex教程作为参考，将图像数据加载到模型中；将图像作为压缩文件加载，提取图像，并根据它们所在的文件夹对它们进行分类。
我的问题是，每当我试图训练模型时，我注意到损失和验证损失总是为0，这导致模型没有经过精确的训练，验证的准确性在整个过程中保持不变，如这里所示。我怎样才能让损失真正改变呢？在执行方面，我是否做错了什么？
到目前为止，我尝试的是：
- 我试图添加第三个卷积层，但没有什么效果。
- 我还尝试将最后一个密集层更改为model.add(稠密( 3) )，但我发现一个错误，即“形状(无，1)和(无，3)不兼容”。
- 我尝试使用较低的学习率(0.001?)，但是模型最终返回0以获得验证的准确性。
- 更改优化器似乎不会为我带来任何更改。
下面是到目前为止我的代码片段，展示了我的模型尝试：
import keras.backend as K
logdir = "logs/scalars/" + datetime.now().strftime("%Y%m%d-%H%M%S")
tensorboard_callback = keras.callbacks.TensorBoard(log_dir=logdir)
X = X/255.0
model = Sequential()
model.add(Conv2D(64, (3,3), input_shape = X.shape[1:])) #[1:] to skip the -1
model.add(Activation("relu"))
model.add(Conv2D(64, (3,3), input_shape = X.shape[1:])) #[1:] to skip the -1
model.add(Activation("relu"))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Conv2D(128, (3,3)))
model.add(Activation('relu'))
model.add(Conv2D(128, (3,3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dropout(0.2))
model.add(Flatten())
model.add(Dense(128))
model.add(Activation('relu'))
#fully connected layer
model.add(Dense(1))
model.add(Activation('softmax'))
opt = keras.optimizers.Adam(lr=0.01)
model.compile(loss='categorical_crossentropy',
optimizer = opt,
metrics=['accuracy'])
model.fit(x_train, y_train, batch_size = 100, epochs = 30, validation_data = (x_val, y_val), callbacks=[tensorboard_callback], shuffle=True)完整的代码可以在Colab 这里上找到。
回答 2
Stack Overflow用户
发布于 2021-05-13 19:16:52
最后一层包含一个节点，所以您只输出一个数字。但是，您需要输出3个数字，因为您有3个类。这些输出中的每一个都对应于该特定类的未规范化概率。在softmax之后，得到归一化概率分布。
Stack Overflow用户
发布于 2021-05-13 22:29:54
你有三节课。因此，更改代码
model.add(Dense(1))至
model.addDense(3))现在，如果您使用模型对图像进行预测，model.predict将生成一个包含3个概率值的列表。这些概率之和总计为1.0。模型的实际预测是具有最高概率值的列表中的指标。例如，如果model.predict的输出是.1，则为.7。.2 --概率值为.7的指数1是预测类。您的类被索引为0、1、2，因此模型可以预测1类，您可以得到模型输出的预测类。预测用
class_index=np.argmax(model,predict(....))在某些地方，您可能有一个类列表，比如
classes=['less_than 5', 'between 5 and 10', 'more than 10']所以实际预测的类名是
predicted_class=classes[class_index]https://stackoverflow.com/questions/67524639
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号