2

我正在尝试使用 Lasagne 在某些图像上构建一个带有神经网络的二元分类器。训练和验证损失波动很大（并且不会稳定），验证准确度始终为0%. 1此外，网络总是像测试集一样预测目标。

我正在使用的网络基本上只是 Lasagne 示例的副本，用于此处找到的mnist数据集，但适用于我509 x 115的图像，这些图像相当大（400我想知道这是否是一个问题，以及网络是否可能需要更深/有更多神经元？

对于这种大小的图像，我需要更大的训练集吗？或者我应该看到一些对我的测试集的预测，尽管不准确？

4

1 回答 1

4

我会将图像调整为更小的图像。由于您的训练示例非常有限，您可能不想训练一个容易过拟合的大模型。

以下技巧也可能对您有用：

  • 检查您的图像是否减去了一些平均值。如果您的输入值是 [0,255] 之间的原始像素，那就太大了。

  • 尝试不同的学习率。如果您的结果波动，则可能是您的学习率太高。

  • 使用数据增强。您可以翻转图像，或向上/向下/向左/向右移动一些像素。然后你可以获得更多的训练例子。

  • 看训练集。查看您的模型在哪里出错。如果你的训练错误很糟糕，那肯定有问题。

于 2015-09-11T04:11:06.493 回答