Deeplearning4j神经网络只预测1类

作者: 电动少女
发布时间: 2024-10-18 04:05:53 (17小时前)
转自：

4 条回复

0#
回复此人
小鬼 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 似乎使用ADAM优化器给出了一些有希望的结果以及增加批量大小（我现在有数千张图像），否则网络需要一个荒谬的时期（至少50+）才能开始学习。 </p> <P> 感谢您的所有回复。 </p> </DIV>

编辑
1#
回复此人
大魔王 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 我建议将第1层和第2层中的激活函数更改为非线性函数。你可以试试 <code> Relu </code> 和 <code> Tanh </code> 功能。你可以参考这个 <a href="https://deeplearning4j.org/docs/latest/nd4j-nn-activations" rel="nofollow noreferrer"> 文件建立 </A> 有关可用激活功能的列表。 </p> </DIV>

编辑
2#
回复此人
Ni | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> CNN上的身份在99％的时间里几乎都没有意义。如果可以的话，坚持使用RELU。我宁愿将你的努力转向梯度归一化或散布辍学层。几乎每次有线电视新闻网都没有学习，通常都是由于缺乏重新规范。 </p> <P> 另外：切勿使用softmax进行平方损失。它永远不会奏效。坚持负对数可能性。 </p> <P> 我从未见过在实践中使用softmax的平方损失。 </p> <P> 您可以尝试l2和l1正则化（或两者：这称为弹性网正则化） </p> </DIV>

编辑

登录后才能参与评论