1

我正在评估VGG_16 SLIM Tensorflow 花卉框架（ImageNet 数据集）上的训练模型

我的数据是 uint8 (0,255) 范围内的 RGB。在预处理阶段，框架沿 0 均值对齐数据并将其转换为 float32 格式。我看到在训练时 logits 似乎是一个非常大的值，这使我的 softmax 饱和，如下所示

network_fn = nets_factory.get_network_fn(
        "vgg_16",
        num_classes=5,
        is_training=False)

    logits, _ = network_fn(img)

    op_prob = tf.nn.softmax(logits)


# Logits : [[  8.76755524  95.47770691  -5.89457178 -23.20689011 -70.85565948]]

我尝试的一种解决方案是将绝对 logits 减去 max value，但这并没有解决问题，因为这些 logits 的范围似乎不寻常。

有人可以指出我正确的方向。?

4

0 回答 0