CNN的训练损失是如此的不稳定

Question

我的CNN网络

以上是我对网络的配置。我正在训练CNN网络的192*192的图片大小。我的目标是一个11种的分类网络。然而，测试数据集的丢失和准确性似乎是非常不稳定的。为了获得稳定的精度和损失，我必须运行15+历元。最大准确度仅为50%。我能做些什么来提高性能呢？

Answer 1

我建议您首先参考像VGG-16、LeNET或VGG-19这样广为人知的模型，看看conv2D和最大池层是如何放置的。

从一个非常基本的模型开始，没有任何批处理规范化和漏式ReLU层。您只需保留conv2D和max池层，并将您的模型训练到几个时代。

接下来，尝试其他激活，如ReLU到TanH。尝试将最大池更改为平均池。

如果您正在解决一个分类问题，那么在最后使用softmax层。另外，在压平后引入致密层。

如果您希望使用softmax层，则您的数据集应该很大，目标也应该是一个热编码。