使用pytorch执行图像分类的代码,测试集的准确率始终在30%左右,而训练集的准确率几乎可以达到80%以上。 问题有可能由以下几点引起。
1、学习率设置过高,可以尽量将学习率设置在lkdzx点;
2、未使用行代码outputs=net(inputs )。 该行代码表示通过前向传播求出预测值。 如果没有该行代码,则用于后面预测值的outputs是来自训练集中最后的batch的output,因此精度低;
3、epoch设置太小,网络还没有学习到足够的信息,测试集精度低。
使用pytorch执行图像分类的代码,测试集的准确率始终在30%左右,而训练集的准确率几乎可以达到80%以上。 问题有可能由以下几点引起。
1、学习率设置过高,可以尽量将学习率设置在lkdzx点;
2、未使用行代码outputs=net(inputs )。 该行代码表示通过前向传播求出预测值。 如果没有该行代码,则用于后面预测值的outputs是来自训练集中最后的batch的output,因此精度低;
3、epoch设置太小,网络还没有学习到足够的信息,测试集精度低。
版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。