简述问题
标题即为问题,数据集分布相对均匀,不存在类别极度不均匀情况。
解决方法
1. 我尝试修改学习率,每次*0.1。当数据集较小时,该方法是有效的。
2. 建议使用Adam优化器。
以上为尝试了多次发现的相对可以解决问题的方法,但随着类别的扩充,数据集越大,发现上述方法并无明显作用。一方面是我的数据图片中噪点较多,致使其图像并不准确导致的。
3. 最后通过接近五天的对比实验,发现使用的ResNet18模型,最后展平后的全连接层未添加随机丢弃层。即:self.dropOut = nn.Dropout(p = 0.2,inplace = True) 当添加完成后,准确率相对较高。此时仅训练集与验证集的数据已经达到了140,696张。