我在 10K 灰度图像上训练我的 CNN，这些图像被调整为 50x50px，使用一个热编码器有 6 个类。当我训练模型时，我得到的模型从异常高的损失下降到大约 190(我能得到的最低)和大约 16% 的可怕精度。当我使用 10 个测试图像进行预测时，我会收到 10 个数字的序列，这些数字通常与 [2 2 2 2 2 2 2 2 2 2 ] 或 [5 5 5 5 5 5 5 5 5 5] 相同，例如，但情况并非总是如此，有时它可能只是一堆随机数。
这就是我的编码方式:
def load_data(TRAINING_DIR):
images = []
labels = []
directories = [d for d in os.listdir(TRAINING_DIR)
if os.path.isdir(os.path.join(TRAINING_DIR, d))]
# Need to sort these because
# floyd hum jumbled up the order
directories = sorted(directories, key=int)
# Traverse through each directory and make a list
# of files names if they end in the PNG format
for d in directories:
label_directory = os.path.join(TRAINING_DIR, d)
file_names = [os.path.join(label_directory, f)
for f in os.listdir(label_directory)
if f.endswith(".png")]
#Traverse through each file, add the image data
# and label to the 2 lists
for f in file_names:
images.append(skimage.data.imread(f))
labels.append(int(d))
return images, labels
images, labels = load_data(TRAINING_DIR)
images = np.array(images, object)
labels = np.array(labels, object)
# Convert labels into a one hot vector
labels = pd.get_dummies(labels)
print('imported...')
然后，当我训练模型时，它似乎实际上在训练，因为损失正在减少。但是当我对模型进行推理时，预测的标签与热编码的格式完全不同吗？这是我的 session 。
def train_network(x):
pred = convolutional_network(x)
loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels = y, logits = pred))
train_op = tf.train.AdamOptimizer(learning_rate=0.085).minimize(loss)
with tf.Session() as sess:
sess.run(tf.global_variables_initializer()) # Initialize all the variables
saver = tf.train.Saver()
time_full_start = time.clock()
print("RUNNING SESSION...")
for epoch in range(num_epochs):
epoch_loss = 0
time_epoch_start = time.clock()
i = 0
while i < len(images):
start = i
end = i+ batch_size
train_batch_x = images[start:end]
train_batch_y = labels[start:end]
print('Training...')
op , loss_value = sess.run([train_op, loss], feed_dict={x: train_batch_x, y: train_batch_y})
epoch_loss += loss_value
i += batch_size
print('Epoch : ', epoch+1, ' of ', num_epochs, ' - Loss for epoch: ', epoch_loss)
这是我所说的例子。训练完模型后，我输入了 10 张第一类图像，并收到了大部分 5 张图像。模型不应该返回类似 [1,0,0,0,0,0,0,0,0,0] 的东西，因为那是它训练的对象吗？
如果你想仔细查看代码，这里是 jupyter notebook https://www.floydhub.com/arse123/projects/cnn-1/8/code/train_edge.ipynb
请您参考如下方法:
它的发生是因为 correct_pred = tf.argmax(pred, 1)，它为您提供在 softmax 之后概率最高的类。您可以使用 predicted = sess.run(pred, feed_dict={x: test_images[0:10]})。现在，您将获得给定图像的每个类别的概率例如，您可能会得到 6 个类别的 [.1, .05, .05 , .6, .1, .1]。你不会得到 [0,0,0,1,0,0]。现在，argmax 会给你对应于 .6 的索引。
此外，添加:
pred_ = tf.nn.softmax(pred)
predicted = sess.run(pred_, feed_dict={x: test_images[0:10]})
