java cnn图像是被_使用CNN进行图像二分类，但它总是将所有内容预测为一个类

简介

我有一个基于张量流的正常CNN网络，我的目标是训练它，然后用它将图像分为两类 .

关于火车数据集

X：图像( Health ，不 Health )，128 * 128

标签：[1,0](不 Health )或[0,1]( Health )

我使用TFrecords制作数据集 .

关于CNN模型

def weight_variable(shape):

initial = tf.truncated_normal(shape, stddev = 0.1, dtype = tf.float32)

return tf.Variable(initial)

def bias_variable(shape):

initial = tf.constant(0.1, shape = shape, dtype = tf.float32)

return tf.Variable(initial)

def conv2d(x, W):

#(input, filter, strides, padding)

#[batch, height, width, in_channels]

return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

def max_pool_2x2(x):

#(value, ksize, strides, padding)

return tf.nn.max_pool(x, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')