VGG16训练新数据集:为什么VGG16需要标签的形状为(None,2,2,10),以及如何用这个网络训练MNIST数据集?

我尝试在VGG16网络上训练CIFAR10和MNIST数据集。在第一次尝试中,我遇到了一个错误,提示输入input_2(标签)的形状必须为(None,2,2,10)。这个2x2x10的数组结构包含了什么信息呢?因为我期望input_2的形状是(None, 10)(我的两个数据集中都有10个类别)。我尝试将标签的维度从(None,10)扩展到(None,2,2,10)。但我确定这不是正确的方法,因为我得到了非常低的准确率(大约0.09)。

(我使用的是Keras,Python3.5)


回答:

低准确率是由层的问题引起的。我只是修改了我的网络,并获得了0.7496的准确率。

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