tensorflow训练常见问题1——accuracy=0

最新推荐文章于 2022-06-15 10:45:11 发布

原创

最新推荐文章于 2022-06-15 10:45:11 发布 · 5.7k 阅读

29 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #python #tensorflow

博客主要探讨深度学习中遇到的问题及解决办法。问题表现为训练时损失和准确率异常。解决方法包括使用正确激活函数（多分类用softmax）、对数据预处理（如归一化）、选对损失函数、调整学习率、增大批次量和epoch值等。

这里写目录标题

1问题
2解决方法

1问题

16/739 […] - ETA: 5:53 - loss: 0.4488 - acc: 0.0000e+00

2解决方法

2.1激活函数用错了

多分类要用softmax，不用sigmoid

2.2数据没有预处理

比如分类的时候，需要把结果数据
转换为0，1，2形式
比如下面在语义分割的时候，需要先检查数据，
把像素值先做归一化

检查数据：大小，通道，值的范围，值都有哪些

img = tf.io.read_file(r'G:\XiaoMa\08OwnWork\zhongxian\语义分割数据\images\z1.jpg')
img = tf.image.decode_png(img)  # 解码图像
print("img的格式：")
print(img.shape)
img = tf.squeeze(img)   # 把3维的图像压缩成2维，就是把维度为1的都压缩了
print(img.shape)        # 图像的形状大小
print(img.numpy().max())  # 图像像元值的最大值
np.unique(img.numpy())  # 查看图像像元值的具体值有哪些
print(np.unique(img.numpy()))

img2 = tf.io.read_file(r'G:\XiaoMa\Bursxylophilus\dataset\SemSegdataset\ceshi\onepng\1_1zx53.png')
img2 = tf.image.decode_png(img2)  # 解码图像
print("envi里单波段提取后：")