Tensorflow中用VGG19做二分类-loss出现0.693174解决方法

Wkyao_Check

于 2017-10-22 10:09:51 发布

阅读量6.3k

点赞数 3

文章标签： Tensorflow VGG loss 深度学习 0-693174

本文链接：https://blog.youkuaiyun.com/check2255/article/details/78308303

版权

本文介绍如何在Tensorflow环境下使用VGG19预训练模型进行人脸表情识别的二分类任务，并解决了训练过程中loss值异常的问题。通过加入权重衰减（l2正则化），调整了全连接层的权重，最终实现了正确计算总体损失。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在Tensorflow下用VGG19 pre-train的model跑一个人脸表情库，做一个二分类。
出现loss除了迭代的第一个值，其余输出均是0.693174
百度解决方法，发现需要在全连接层的权重加权重衰减（l2正则化）
在把权重衰减loss和交叉熵loss添加到总loss里。
Tensorflow中具体实施如下：

    flattened_shape = 8 * 8 * 512
    reshp = tf.reshape(pool5, [-1, flattened_shape],       name='resh1')
    w_fc1 = utils.weight_variable([flattened_shape, 4096])