深度学习模型中多分类模型始终有一个或几个类别准确率为0

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。