在这篇论文中,我试图遵循CNN的体系结构,使用深卷积神经网络(https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf)进行图像网络分类。在这篇论文中,我试图对1000个类进行分类。在
但是,我的测试准确率一直停留在50%,而且模型没有学习。在
我用23K张猫和狗的图片进行训练,并用2500张图片进行测试。在
这是指向我的笔记本https://github.com/jinglescode/workspace/blob/master/my-journey-computer-vision/codes/Cats_and_Dogs.ipynb的URL
有人能告诉我怎么了吗?我错过了什么?愿意学习。在
Normalize your data!!
对于图像数据,可以使用recommended ^{} 到您的列车和测试数据集
其他评论:
如果您想“偷看”到数据加载器,那么实例化^{cd2>}是not a good idea。相反,您可以访问存储在dataloader中的数据集,并使用它的^{cd3>}:
相关问题 更多 >
编程相关推荐