我尝试使用自定义数据集从头开始训练Inception v1模型（由TensorFlow-Slim提供） .

我的数据集大约是10k个样本 . 此数据集包含两个类（二进制分类），样本大小均匀分布 . 当我使用tf-slim训练初始v1模型时，预测总是相同的，直到150个时期（在测试数据集的准确度也增加之后） .

损失不断减少，准确性增加 . 大约在60个时期之后，损失大约为0.01，模型的训练精度为100％ .

  • 批量大小：64

  • Adam Optimizer：学习率0.0001，默认tf设置：beta1 = 0.9，beta2 = 0.999，除了epsilon，它是1.0

  • 损失：Softmax交叉熵

这很奇怪，我不确定这种行为是否正常？可能是什么原因，错误的损失函数，学习率，批量大小？

tensorflow tf-slim