神经网络错误不会改变

Question

我正在使用 TensorFlow 训练模型。在查看我的模型性能时，我得到了奇怪的结果。我构建了两个模型来对图像进行分类，一个使用 CNN，另一个使用传统的 ANN。以下是它们各自的代码设置。

#CNN model
model = Sequential()
model.add(Reshape((20, 60, 3)))

#model.add(Conv2D(128, (5, 5), (2, 2), activation='elu'))
#model.add(Conv2D(64, (4, 4), (2, 2), activation='elu'))
#model.add(Flatten())
#model.add(Dense(1, activation = 'elu'))
#model.add(Dense(25, activation = 'elu'))
#model.add(Dense(10, activation = 'elu'))
#model.add(Dense(1))

opt = keras.optimizers.RMSprop(lr=0.0009, decay=1e-6)
model.compile(Adam(lr = 0.0001), loss='mse', metrics = ['mae'])


history = model.fit(X_train, y_train, epochs = 20, validation_data=(X_val, y_val), batch_size= 32)


#ANN model

model = Sequential()
model.add(Reshape((20, 60, 3)))

#model.add(Flatten())
#model.add(Dense(10, activation = 'elu'))
#model.add(Dense(1))

opt = keras.optimizers.RMSprop(lr=0.0009, decay=1e-6)
model.compile(Adam(lr = 0.0001), loss='mse', metrics = ['mae'])


history = model.fit(X_train, y_train, epochs = 20, validation_data=(X_val, y_val), batch_size= 32)

但是，问题是我得到了几乎相同的损失，并且使用这两个模型的平均绝对误差指标，当我期望第二个模型的 mae 更高时。有谁知道为什么会这样？我的输入数据有问题吗？

附：该网络正在尝试进行回归以从图像中预测自动驾驶遥控车的转向角

编辑：

• 这是 CNN 的结束错误：
  Epoch 20/20 113/113 [==============================] - 1s 5ms/step - loss: 0.0382 - mae: 0.1582 - val_loss: 0.0454 - val_mae: 0.1727 dict_keys(['loss', 'mae', 'val_loss', 'val_mae'])
• 这是 ANN 的结尾错误：
  Epoch 20/20 113/113 [==============================] - 0s 3ms/step - loss: 0.0789 - mae: 0.2187 - val_loss: 0.0854 - val_mae: 0.2300 dict_keys(['loss', 'mae', 'val_loss', 'val_mae'])

Answer 1

我认为问题出在您的训练数据上，请尝试使用其他数据并再次检查结果