问题描述:图像三分类,训练过程中准确率、损失均不变。
解决办法:把代码全部看了一遍,发现是损失函数的问题。
criterion = nn.CrossEntropyLoss().to(device)
交叉熵损失函数内置了softmax。我在编写网络的时候并不知道该功能,所以模型的最后一层多写了一层softmax,把这一层去掉,代码基本上就没问题了。
训练过程中准确率、损失不变
最新推荐文章于 2024-12-24 14:49:49 发布

问题描述:图像三分类,训练过程中准确率、损失均不变。
解决办法:把代码全部看了一遍,发现是损失函数的问题。
criterion = nn.CrossEntropyLoss().to(device)
交叉熵损失函数内置了softmax。我在编写网络的时候并不知道该功能,所以模型的最后一层多写了一层softmax,把这一层去掉,代码基本上就没问题了。