【发布时间】：2016-10-19 03:20:58
【问题描述】：
为什么卷积自动编码器中的训练损失和验证损失没有减少。训练数据的维度为10496x1024 和CAE 使用keras 中的32x32 大小的图像块进行训练。我已经尝试过l2regularization，但没有多大帮助。我正在训练 20 个 epoch。还有什么其他选择？
输出：
Epoch 1/20 10496/10496 [========] - 52s - 损失：0.4029 - val_loss： 0.3821
纪元 2/20 10496/10496 [========] - 52s - 损失：0.3825 - val_loss： 0.3784
Epoch 3/20 10496/10496 [=======] - 52s - 损失：0.3802 - val_loss： 0.3772
Epoch 4/20 10496/10496 [=======] - 51s - 损失：0.3789 - val_loss： 0.3757
Epoch 5/20 10496/10496 [=======] - 52s - 损失：0.3778 - val_loss： 0.3752
Epoch 6/20 10496/10496 [=======] - 51s - 损失：0.3770 - val_loss： 0.3743
纪元 7/20 10496/10496 [=======] - 54s - 损失：0.3763 - val_loss： 0.3744
Epoch 8/20 10496/10496 [=======] - 51s - 损失：0.3758 - val_loss： 0.3735
纪元 9/20 10496/10496 [=======] - 51s - 损失：0.3754 - val_loss： 0.3731
Epoch 10/20 10496/10496 [=======] - 51s - 损失：0.3748 - val_loss： 0.3739
Epoch 11/20 10496/10496 [=======] - 51s - 损失：0.3745 - val_loss： 0.3729
Epoch 12/20 10496/10496 [=======] - 54s - 损失：0.3741 - val_loss： 0.3723
Epoch 13/20 10496/10496 [=======] - 51s - 损失：0.3736 - val_loss： 0.3718
Epoch 14/20 10496/10496 [=======] - 52s - 损失：0.3733 - val_loss： 0.3716
Epoch 15/20 10496/10496 [=======] - 52s - 损失：0.3731 - val_loss： 0.3717
Epoch 16/20 10496/10496 [=======] - 51s - 损失：0.3728 - val_loss： 0.3712
Epoch 17/20 10496/10496 [=======] - 49s - 损失：0.3725 - val_loss： 0.3709
Epoch 18/20 10496/10496 [=======] - 36s - 损失：0.3723 - val_loss： 0.3710
Epoch 19/20 10496/10496 [=======] - 37s - 损失：0.3721 - val_loss： 0.3708
Epoch 20/20 10496/10496 ========] - 37s - 损失：0.3720 - val_loss： 0.3704
【问题讨论】：
-
没有您的网络架构，就无法回答您的问题。看起来您的模型不够复杂，无法处理您的数据，因此这两个错误都很大。
标签： machine-learning deep-learning keras conv-neural-network