tensorflow - 迁移学习 Inception V3:如果准确性波动,是否继续训练?
问题描述
我仍在使用 tensorflow 上的 Inception V3 进行迁移学习。这是我使用 Tensorboard 进行训练的屏幕截图。
基础训练源码: https ://raw.githubusercontent.com/tensorflow/hub/master/examples/image_retraining/retrain.py
我的数据集约为 100 万,训练:验证:测试比率为 80:10:10。
32:128训练批量大小:验证批量大小
0.001 学习率
如您所见,训练准确度和验证准确度一直在波动(上下波动)。继续训练有什么意义吗?还是有什么导致我可以尝试解决的问题?
解决方案
看起来您的准确性正在发生很大变化。您使用的是哪种优化器?亚当?无论如何,如果您添加学习率衰减可能会有所帮助。
推荐阅读
- javascript - 可以通过括号符号在 JavaScript 中解构吗?
- excel - 将特定范围从多个工作表复制到单个工作表作为滚动报告
- javascript - 在 html 表格中将特定列设为粗体
- java - 在数组中查找最大数
- javascript - 我应该在 API 中公开可派生字段吗?
- python - 如何检查 django sqlite3 数据库?
- wordpress - 是否可以在 WordPress 内容中添加循环?
- python - 根据另一列值修改数据框列
- php - Laravel 雄辩 - 用语句过滤子查询
- objective-c - 从 tvOS 中的 UIButton 移除焦点