验证损失和准确性不会因训练而改变

Question

我正在使用带有 Tensorflow 2.0 的 MobileNet v2 的迁移学习来训练用于皮肤质量分类的网络。一切正常，但验证损失和验证准确性似乎没有改变。

我保存了模型文件并对各种图像进行了预测，但这也没有成功，因为模型为每张图像输出完全相同的预测。

一个非常特殊的问题，谷歌似乎对此没有答案。任何帮助或见解将不胜感激。

Answer 1

我认为这可能是以下几种情况之一：

1. 您错误地标记了数据。 CNN 无法学习，因为标签是“随机的”。这可能是最可能的原因。仔细检查您是否已正确编码标签并正确加载它们。

2. 您的学习率太高，您没有 lr 计划。这也是很常见的问题，尤其是当您从 8 v100 gpu 训练中获取配置并在 1 gpu 上进行训练时。你需要相应地调整你的 lr。