小验证精度 ResNet 50答案

【问题标题】：Small validation accuracy ResNet 50小验证精度 ResNet 50
【发布时间】：2017-04-11 07:51:15
【问题描述】：

这是我经过 100 个 epoch 训练的模型相似模型和相似数据的准确率达到90% 我的问题是什么？我认为随着时代的推移降低学习率是值得的。你认为这对我有什么帮助？

【问题讨论】：

" 相似模型和相似数据达到 90%" - 请在此处提供来源/更具体
你确定其他人不使用集成/测试时间增强？
x_train = x_train/255 - x_train 的 dtype 是什么？整数还是浮点数？（请检查它；不要猜测 - 您也可以使用 scipy.misc.imshow 对其进行可视化，以确保正确加载数据）

【解决方案1】：

有一些细微的差别。

您正在尝试将 ImageNet 样式架构应用于 Cifar-10。第一个卷积是3 x 3，而不是7 x 7。没有最大池化层。图像完全使用 stride-2 卷积进行下采样。
您可能应该通过将featurewise_center = True 保留在ImageDataGenerator 中来进行均值居中。
不要使用非常多的过滤器，例如 [512, 1024, 2048]。只有 50,000 张图像供您训练，而 ImageNet 大约有 100 万张。

简而言之，阅读deep residual network paper 中的第 4.2 节并尝试复制网络。您也可以阅读this 博客。

【讨论】：