Tensorflow随笔(三)

上图我们可以发现，对于simple_cnn来说，数据增强有很明显的作用，可以显著提高val_acc，也就是模型的泛化性。

（福利推荐：阿里云、腾讯云、华为云服务器最新限时优惠活动，云服务器1核2G仅88元/年、2核4G仅698元/3年，点击这里立即抢购>>>）

对于pre-trained model(此处用作feature extraction)来说，此处用的是mobilenetV2，因为模型是在imagenet大型数据集上做的预训练，已经见过很多图片数据了，同时模型能更新参数的部分只有top-classifier，所以此处的数据增强效果并不是特别显著，数据增强的作用主要是让模型能见到更多的数据多样性，以此减轻过拟合，增强泛化。

我们接着对模型进行了finetune训练，相比于freeze feature extraction部分来说，我们unfreeze了顶部几层卷积，使模型更加适合目前的任务，相比来说提高了几个百分点。

上图我们可以看到，模型在训练几个epoch之后，val_acc已经达到饱和，此时我们接着训练，会发现val_loss在上升，此处是因为模型置信度下降引起的。

你还在原价购买阿里云、腾讯云、华为云、天翼云产品？那就亏大啦！现在申请成为四大品牌云厂商VIP用户，可以3折优惠价购买云服务器等云产品，并且可享四大云服务商产品终身VIP优惠价，还等什么？赶紧点击下面对应链接免费申请VIP客户吧：

1、点击这里立即申请成为腾讯云VIP客户

2、点击这里立即注册成为天翼云VIP客户

3、点击这里立即申请成为华为云VIP客户

4、点击这里立享阿里云产品终身VIP优惠价

喜欢 (0)赏

[[email protected]]

分享 (0)