我在FCN32上得到了一个黑色的图像

Question

我从零开始训练FCN32我的数据，不幸的是，我得到了一个黑色的图像作为输出。这是损失曲线。

我不知道这个训练损失曲线是否正常，或者我是否做错了什么。

我真的很欣赏专家们在这方面的想法。和

1. 为什么输出是黑色图像？
2. 网络是不是过火了？
3. 我是否应该将Deconvolution层中的Deconvolution值从0更改为任何其他值？非常感谢

编辑：I将Deconvolution层中的lr_mult值从0更改为3，下面显示了solver

test_interval: 1000 #1000000 
display: 100
average_loss: 100
lr_policy: "step"
stepsize: 100000    
gamma: 0.1
base_lr: 1e-7
momentum: 0.99
iter_size: 1
max_iter: 500000
weight_decay: 0.0005

我得到了以下列车损失曲线，并再次得到黑色的形象。我不知道错误是什么，为什么会有这样的行为，请大家分享一些想法好吗？谢谢

​

Answer 1

有一种简单的方法可以检查你是在训练数据上过度拟合，还是只是在算法中做错了什么。只需预测训练数据并观察输出。如果这是非常相似或等于期望的输出，你是过度拟合，你可能需要申请辍学和体重正则化。

如果培训数据的输出也是黑色的，则标签或优化度量可能是错误的。

Answer 2

应该将反褶积层中的lr_mult值从0更改为任何其他值吗？

lr_mult = 0意味着这个层不学习(来源，来源2)。如果您想要了解这一层，最好将其设置为正值。根据您的初始化，这很可能是为什么图像是黑色的。