剛剛學習TensorFlow，在處理圖片分類的問題中發現訓練的準確率很低，只有20%，用的代碼是http://www.cnblogs.com/denny402/p/6931338.html，就是這個博主的例子代碼，只不過識別的資料集是我自己的資料集，是一些信號圖片，圖片是256*128的，當時用這個例子識別2種信號時準確率很高，現在識別5種信號，準確率就只有20%，訓練損失到是會下降，但是準確率基本不變，請問是什么原因啊？需要從哪方面入手？
uj5u.com熱心網友回復：
2選1的準確率是不是大概50%啊，說明模型完全失效，因為隨機猜一個就有50%的正確率。5選1的隨機猜對概率20%，你模型出來的準確率一樣才20%，說明建立的模型毫無作用
uj5u.com熱心網友回復：
哈哈哈，不失禮貌的笑了uj5u.com熱心網友回復：
1資料集量太少？訓練集的數量是否是萬級別的數量？uj5u.com熱心網友回復：
2測驗集的資料和訓練集的資料是否是差不多的，如果是差異很大，準確度肯定是很低的！uj5u.com熱心網友回復：
3訓練的epoch是否太少？uj5u.com熱心網友回復：
問您一個問題，我設計的cnn模式的訓練精度與正負樣本比率一致，如正負樣本比為1:3，則精度為%75，正負樣本比為1:1，則精度為%50，并且loss在逐漸下降，可精度不變。請問這是什么原因造成的，是資料臟嗎?需要更改loss函式嗎？uj5u.com熱心網友回復：
初始化等超引數的設定問題？uj5u.com熱心網友回復：
你的問題可能有很多原因，比如：1 你的網路結構本身有問題，不能做分類任務。
2 你的資料集和你的網路不匹配，圖片的清晰度，網路的層數都會影響分類效果
3 針對不同的資料集，學習率和優化器需要嘗試合適的值
4 資料集的預處理至關重要，比如歸一化，縮放，更改數值范圍，均衡性，等很多問題需要考慮。
如果需要幫助，可以私下交流。
uj5u.com熱心網友回復：
請問如果是cnn二分類問題，直接參考了別人的二分類代碼，自己準備的資料在訓練程序中準確率始終在50%左右，是不是表示根本沒訓練？嘗試修改超引數等，無效果uj5u.com熱心網友回復：
可以這么說。你可以分析一下損失函式的曲線，看看是否在下降或者很難收斂，或者壓根就沒有收斂。uj5u.com熱心網友回復：
損失函式基本上沒動，完了想請教下該怎么排查錯誤呢
uj5u.com熱心網友回復：
您好，我出現了博主類似的問題，您的回答我覺得蠻有道理，能私聊一下嗎，我微信love_qinging謝謝了
uj5u.com熱心網友回復：
我現在也有類似的問題，二分類是有效的，正確率能到百分之八九十，但是換成自己的五分類就很差，在預測的時候，有時候會完全偏向某一個類，或者直接輸出各類的預測概率全是0.2.頭都暈了轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/123795.html
標籤：機器視覺