【归纳】keras图像分类的一些办法和方式

一、构建网络

框架/神经网络修改

冻结训练层

迁徙学习

激活函数relu，leakyrelu

平滑标签

 

二、数据结构

训练数据平衡

图片分辨率

重置train:val的数据量比例

数据增强

random-crop 随机裁剪

保存model的精准度，如1%

随机丢弃一些训练数据（一定程度避开噪音，不一定奏效）

 

三、成绩（调参）：

epoch 介于15-20

learn rate batch影响梯度

 

四、性能or速度

减少验证集的量

采用轻度的框架