2020-11-10 调优记录

2分类任务， Epoch 设置为300 峰值精度可达93.1%

模型拟合的比较困难，整个模型的精度也未上升到最高的位置，280个epoch以后，精度出现了下降，loss略有回升的趋势。

对模型做了3分类，验证，精度只有86%。

 

对模型训练过程的超参进行优化：

首先，

lr设置为0.001,手动设置每100epoch将0.1倍，结果，在10个epoch里面，损失在不断上升。如下。

 

之后，

修改训练策略，使用RMSprop优化器， 加入data argument , 设定自适应学习率阈值，对模型重新训练。

三分类结果如下;

设置370个epoch,最高精度到达97.11%，提升效果显著。

 

二分类结果如下：

模型优化参数设置不变，Epoch设置为500,二分类最高精度可到99.2%。比之前93.1%的二分类精度提升了不少。

 

模型结构和参数进行优化。

对论文中Resnet50进行了复现，又在FC层之间加入了Dropout(0.3)来对抗过拟合。

可以看出，过拟合确实没有发生，精度变化平稳 ,loss变化平稳