keras frcnn训练时ssh连接中断 训练终止 Broken pipe

刚开始做毕设,也是刚开始在服务器上训练模型,没有经验。跑frcnn跑了十几个小时之后断了,提示packet_write_wait: Connection to 10.XXX.XX.XXX port 22: Broken pipe 

 

解决:前往文件夹/etc/ssh/ssh_config,在Host *下添加ServerAliveInterval 300 和ServerAliveCountMax 2。这是在自己的客户端设置不要中断连接的操作。

另外,为了确保在服务器上的训练不被其他因素干扰打断,可以使用screen命令。

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在使用Keras训练模型,如果测试集准确率始终不变,可能有以下几个原因: 1. 模型设计问题:模型可能存在欠拟合或过拟合的情况。欠拟合指模型过于简单,无法充分拟合训练数据,导致在测试集上准确率不变;过拟合则是模型过于复杂,过度拟合了训练数据,对于新样本的预测能力较差。通过调整模型的结构、参数和超参数,可以解决这些问题。 2. 数据问题:测试集的数据可能与训练集的数据分布不一致,导致模型在测试集上的表现不佳。这可能是由于训练集和测试集之间的数据划分不合理,应该重新划分数据集。 3. 训练过程问题:训练的迭代轮数可能不足,或者学习率设置不合适。增加训练轮数或适当调整学习率,可能会改善模型在测试集上的效果。 4. 数据预处理问题:在使用Keras前,对数据进行的预处理操作可能不合理。预处理的方式可能导致模型在训练和测试集上的输入数据不一致,从而影响准确率。应该检查数据预处理的流程和参数设置是否正确。 5. 随机性问题:训练和测试数据的随机划分可能导致偶然的结果。可以通过多次随机划分数据集并进行实验来验证模型的性能稳定性。 综上所述,当Keras训练,测试集准确率不变可能是由于模型设计问题、数据问题、训练过程问题、数据预处理问题或随机性问题导致的。在解决这些问题,可以逐个排除,逐步调整和优化模型,以提高测试集的准确率。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值