我正在运行一个简单的卷积神经网络,进行回归并预测结果。它预测 30 个输出(浮点数)
无论输入如何,预测结果几乎相同。(收敛于训练输出的意思)
基于这个数据集,1000 次迭代后的训练收敛到 0.0107 的最大损失(这是一个很好的损失)。
What is causing this?
我尝试将偏差设置为 1.0,它带来的变量很少,但下面仍然相同。当我将偏差设置为 0 时,结果要差得多,所有输出都是 100% 相同的。我已经在使用正则化 max(0,x),结果没有改善。
输出如下。如您所见,第一个、第二个、第三个数组几乎相同..
[[ 66.60850525 37.19641876 29.36295891 ..., 71.91300964 47.92261505
85.02180481]
[ 66.4874115 37.09647369 29.23101997 ..., 71.90777588 47.74259186
85.10979462]
[ 66.54870605 37.19485474 29.36085892 ..., 71.84892273 47.8970108
85.05699921]
...,
[ 65.7435379 36.78604889 28.57537079 ..., 71.98916626 47.03699493
85.88017273]
[ 65.7435379 36.78604889 28.57537079 ..., 71.98916626 47.03699493
85.88017273]
[ 65.7435379 36.78604889 28.57537079 ..., 71.98916626 47.03699493
85.88017273]]
网络模型使用此参数运行
base_lr: 0.001
lr_policy: "fixed"
display: 100
max_iter: 1000
momentum: 0.9