16 к фото, нейронка это 1 слой relu на 256 нейронов, и выходной слой sigmoid, параметр loss это binary crosentropy, 4 признака должна расспознавать, фотографий по 4 к на каждый признак соответственно.
Проблема в следующем: не учиться, а точнее учиться но accurasy после 10-12 эпох доходит до 0.41 и всё больше никуда не двигается, loss стабильно падает.
Когда применяю на новых изображения выдаёт полную пургу.
Признаки должна расспознавать такие: открыт левый глаз, открыт правый глаз, повёрнута голова.
Вопрос: почему не учиться?(p.s. датасет не битый, генератор выдаёт всё нормально)
Я так понимаю у вас мультиклассовая классификация?
Это задание с курсов? Или это прикол какой-то использовать сеть с одним скрытым слоем?
1 слой и релю на картинках? Похоже просто 41% это потолок
Он пытается затюнить resnet
Нет, просто первая модель, и я учусь.
Пожалуйста, занимайтесь по нормальным источникам. Пройдите курс от Яндекса например. Чтобы потом такие вопросы не задавать в принципе
Надо юзать Sequential?
Обсуждают сегодня