convnet 突然下降准确率

Posted

技术标签:

【中文标题】convnet 突然下降准确率【英文标题】:convnet suddenly drop accuracy 【发布时间】:2018-05-17 12:16:40 【问题描述】:

我正在尝试使用paper 中提出的架构在 fer2013 数据集上训练情感识别模型

本文使用的数据集与我的不同,因此我对步幅和过滤器大小进行了一些修改。 经过几个小时的训练,训练集和测试集的准确率突然下降。

在那之后,两组的准确率都保持在 0.1-0.2 左右,再也没有提高过。 有人知道这种现象吗?

【问题讨论】:

【参考方案1】:

在任何神经网络训练中,如果精度(即训练和验证)都先提高然后开始下降,则表明您的网络未能收敛。更恰当地说,您的优化器已经开始超调。

一个最可能的原因可能是高学习率。降低您的学习率,然后再次检查您的示例。另外,在您的链接论文中(至少在第一眼看到),我看不到提到的学习率。由于您的数据与论文的数据不同,因此相同的学习率可能效果不佳。

【讨论】:

学习率也是我认为的问题,但我已经使用了一个非常小的学习率 (0.005),所以很难相信优化器会超过任何东西 你能进一步减少它并检查吗? 我会尝试看看它的进展情况,它需要很长时间才能达到这一点,所以我很不愿意这样做 作为第一步,您是否检查了在您的数据集上从提议的模型进行迁移学习的性能?

以上是关于convnet 突然下降准确率的主要内容,如果未能解决你的问题,请参考以下文章

ConvNet验证与每个时期的准确性关系

PyTorch笔记 - A ConvNet for the 2020s (ConvNeXt) 论文

PyTorch笔记 - A ConvNet for the 2020s (ConvNeXt) 论文

CNN分类中验证损失减少,验证准确率下降

特征归一化后 kNN 分类的准确率下降?

cnn训练准确率很高,测试准确率很低(loss有一直下降)是为啥?