1

我从头开始用我的数据训练 FCN32，不幸的是我得到了一个黑色图像作为输出。这是损失曲线。 在此处输入图像描述 我不确定这个训练损失曲线是否正常，或者我是否做错了什么。

我非常感谢专家对此的想法。和

  1. 为什么输出是黑色图像？
  2. 网络是否过拟合？
  3. 我应该将层中的lr_mult值从 任何其他值更改吗？非常感谢Deconvolution0

已编辑： 我将图层中的lr_mult值从 to更改 为以下显示：Deconvolution03solver

test_interval: 1000 #1000000 
display: 100
average_loss: 100
lr_policy: "step"
stepsize: 100000    
gamma: 0.1
base_lr: 1e-7
momentum: 0.99
iter_size: 1
max_iter: 500000
weight_decay: 0.0005

我得到了以下火车损失曲线，我又得到了黑色图像。我不知道错误是什么以及为什么会这样，有人可以分享一些想法吗？谢谢 在此处输入图像描述

4

2 回答 2

1

有一种简单的方法可以检查您是否对训练数据过度拟合，或者只是在算法中做错了什么。只需预测训练数据并查看输出。如果这与期望的输出非常相似或相等，则说明您过度拟合，您可能必须应用 dropout 和权重正则化。

如果训练数据上的输出也是黑色的，则您的标签或优化指标可能是错误的。

于 2017-03-06T19:04:57.787 回答
0

我应该将反卷积层中的 lr_mult 值从 0 更改为任何其他值吗？

lr_mult = 0表示该层不学习（源，源 2）。如果您希望该层学习，则最好将其设置为正值。根据您的初始化，这很可能是图像为黑色的原因。

于 2017-03-06T21:54:38.870 回答