Nano Hash - криптовалюты, майнинг, программирование

Странное поведение зависшей сети inceptionV3 в Керасе

Я загружаю inceptionV3 keras net с помощью тензорного потока. После загрузки сохраненных весов и установки флага обучаемости для всех слоев на false, я пытаюсь подогнать под модель и ожидать, что все будет стабильно. Но потеря валидации увеличивается (и уменьшается точность) с каждой эпохой, в то время как потери при обучении и точность действительно стабильны, как и ожидалось.

Может кто-нибудь объяснить это странное поведение? Я подозреваю, что это связано со слоями пакетной нормализации.

keras tensorflow deep-learning
18.12.2016

Ответы:


1

У меня была та же проблема, и, похоже, я нашел решение. Проверьте это здесь

01.07.2018
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..