为MobileNetV2添加自定义分类器时获取低置信度分数

我添加了以下代码来添加分类器,结果获取了一个低置信度分数。

我使用以下代码训练了模型,使用2048张图像,分类为猫和狗两类

 history = model.fit(X_train, Y_train, epochs=5, batch_size=32, validation_data=(X_test, Y_test))

回答:

在解决二分类问题时,如果你使用sigmoid作为激活函数,你的密集层应该有一个神经元而不是两个。如果你使用softmax,那么你的密集层应该有两个神经元。你应该在这两者之间选择,并相应地更改输出神经元的数量。你可以在这里了解更多这里

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注