tensorflow2 当精准率accuracy一直浮动变化不大时的解决方案

解决方案

1. 调整batch_size大小。如果数据集少，则相对减少batch_size，其实是变相增加训练次数。
2. 模型中增加层。这是参数拟合上的效果，不管三七二十一，先过拟合再说。
3. 更换优化器。有时候adam模式一直不变，切换成RMSprop反而有奇效
4. 调整学习率。如果学习率过小会导致收敛太慢，accuracy上不去，适当增加一些。
5. 加大epochs。在前面方法都用尽的情况下，增加训练轮数往往能够实现逆转。