通过VGG16模型训练CIFAR-10时,总是有大约10%的准确度

时间:2017-09-06 12:39:21

标签: python neural-network keras conv-neural-network

当我通过VGG16模型训练CIFAR-10时,我总是有大约10%的准确度。

我使用的是标准的VGG16型号,而sgd如下:

sgd = SGD(lr=0.0005, decay=1e-6, momentum=0.9, nesterov=True)

当我消除动力时,我的准确率约为18%。有什么问题?

这是混淆矩阵:

[[   0 1000    0    0    0    0    0    0    0    0]
 [   0 1000    0    0    0    0    0    0    0    0]
 [   0 1000    0    0    0    0    0    0    0    0]
 [   0 1000    0    0    0    0    0    0    0    0]
 [   0 1000    0    0    0    0    0    0    0    0]
 [   0 1000    0    0    0    0    0    0    0    0]
 [   0 1000    0    0    0    0    0    0    0    0]
 [   0 1000    0    0    0    0    0    0    0    0]
 [   0 1000    0    0    0    0    0    0    0    0]
 [   0 1000    0    0    0    0    0    0    0    0]]

祝你好运!

0 个答案:

没有答案
相关问题