我正在使用转移学习通过 Keras 中的 ResNet50 模型训练图像分类器并加载预训练的权重，但 loss 最初立即转到 nan 并且 acc 保持随机级别 .
实际上，我不知道出了什么问题，因为我已经使用这个模型成功地训练了一个分类器，虽然它并没有很高 acc 但它运作良好 . 这次失败了 .
我调整了 lr 但没有发生任何事情 . 有人说数据可能有问题，所以我改变了数据并且只发现不同的图像，相同的模型将显示不同的结果（也就是说，一些数据/图像效果很好，另一个数据/图像会立即产生结果） . 怎么会这样？我真的很困惑，无法弄清楚我的图像有什么问题 .
数据集：8个类，每个类包含大约300个图像 .
这是所有的代码：
import keras
import h5py
import numpy as np
import matplotlib.pyplot as plt
from keras.applications import ResNet50
from keras.models import Sequential
from keras.layers import Dense, Flatten, GlobalAveragePooling2D
from keras.applications.resnet50 import preprocess_input
from keras.preprocessing.image import ImageDataGenerator
data_generator = ImageDataGenerator(preprocessing_function= preprocess_input,
rescale = 1./255)
train_generator = data_generator.flow_from_directory("image/train",
target_size = (100, 100),
batch_size = 32,
class_mode = "categorical")
dev_generator = data_generator.flow_from_directory("image/dev",
target_size = (100, 100),
batch_size = 32,
class_mode = "categorical")
num_classes = 8
model = Sequential()
model.add(ResNet50(include_top = False, pooling = "avg", weights= "resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5"))
model.add(Dense(num_classes, activation = "softmax"))
model.layers[0].trainable = False
model.compile(optimizer= "adam", loss= "categorical_crossentropy", metrics=["accuracy"])
model.fit_generator(train_generator, steps_per_epoch= 1, epochs = 1)
并且运行输出是：
Epoch 1/1
1/1 [==============================] - 6s 6s/step - loss: nan - acc: 0.0938
1 回答
第一次纠正
“image/dev”至"image/dev"我认为你的错误在于这一行：
当您同时使用
preprocess_input函数和rescale = 1./255时，可以对数据进行双倍缩放 . 尝试删除重新缩放...