tensorflow - 如何提高 CNN 模型的性能（机器学习 - 深度学习）

Question

我正在尝试训练基于 CNN 的模型，

训练数据是月球着陆器的图像，但是模型的性能不好，准确率在45%左右，我尝试添加更多的层来改进它，但仍然效果不佳，谁能提供一些想法关于如何改进它。标签：上下左右（0,1,2,3）采样率：0.1

训练数据已从图像转换为数据 标签：

这是我的一些代码：

model = Sequential()

model.add(Conv2D(32, (3, 3), padding='same', input_shape=(CHANNELS, ROWS, COLS), activation='relu'))
model.add(Conv2D(32, (3, 3), padding='same', activation='relu'))
model.add(Conv2D(32, (3, 3), padding='same', activation='relu'))
model.add(Conv2D(32, (3, 3), padding='same', activation='relu'))
model.add(Conv2D(32, (3, 3), padding='same', activation='relu'))

model.add(MaxPooling2D(pool_size=(2,2)))

model.add(Flatten())

model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))

model.add(Dense(num_classes, activation = 'softmax'))
.summary()

Answer 1

我会尝试降低辍学率。辍学用于防止过度拟合。看起来您的模型甚至不适合放在首位。