Question

我正在用8个班级进行分类。这是我的模型：

model = Sequential()
model.add(Conv2D(16, 3, padding="same", activation="relu", input_shape=(100,100,1)))
model.add(MaxPooling2D())
model.add(Conv2D(32, 3, padding="same", activation="relu"))
model.add(MaxPooling2D())
model.add(Conv2D(64, 3, padding='same', activation='relu'))
model.add(MaxPooling2D())
model.add(Flatten())
model.add(Dense(512, activation='relu'))
model.add(Dense(len(classes)))
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])
history = model.fit(
    x_train, y_train,
    validation_data = (x_test, y_test),
    epochs = 20,
    batch_size= 64
)

此模型的损失和准确性保持不变。我不知道为什么谁能告诉该怎么办？

Answer 1

在很多情况下，您的准确性和损失都保持不变。它实际上取决于您的数据，数据大小，参数设置，甚至取决于keras模型的随机权重。但是有时候，这仅仅是因为您的模型不适合解决您的问题，您可以构建更好的模型。如果您认为上述情况与您无关，请您提供有关代码或数据信息的更多详细信息吗？

损失和准确性保持不变

1 个答案: