CNNによる画像認識でval_lossがおかしい
画像をインプットするとそれが何であるかを判別するCNNを構築しています。
プログラム実行中に、エラーではないのですがval_lossが変な挙動をします。
発生している問題・エラーメッセージ
Epoch 1/50
219/219 [==============================] - 5s 23ms/step - loss: 1.2741 - acc: 0.4749 - val_loss: 1.5124 - val_acc: 0.2500
Epoch 00001: val_loss improved from inf to 1.51244, saving model to best.hdf5
Epoch 2/50
219/219 [==============================] - 4s 20ms/step - loss: 1.2694 - acc: 0.4795 - val_loss: 1.4055 - val_acc: 0.2500
Epoch 00002: val_loss improved from 1.51244 to 1.40550, saving model to best.hdf5
Epoch 3/50
219/219 [==============================] - 4s 19ms/step - loss: 1.2418 - acc: 0.4703 - val_loss: 1.4058 - val_acc: 0.2500
Epoch 00003: val_loss did not improve from 1.40550
Epoch 4/50
219/219 [==============================] - 4s 19ms/step - loss: 1.2269 - acc: 0.5160 - val_loss: 1.5808 - val_acc: 0.2500
Epoch 00004: val_loss did not improve from 1.40550
このように、Epoch3から、val_lossが変わっているのにもかかわらず、val_loss did not improve from 1.40550と出てしまいます。これは最後のエポックまで続きました。何が問題でしょうか?
該当のソースコード
Python
1def Learning(tsnum=15, nb_epoch=50, batch_size=1, learn_schedule=0.9): 2 X_TRAIN_list = []; Y_TRAIN_list = []; X_TEST_list = []; Y_TEST_list = [] 3 target = 0 4 for filename in FileNames : 5 data = np.load(filename) # 画像のnumpyデータを読み込み 6 trnum = data.shape[0] - tsnum 7 X_TRAIN_list += [data[i] for i in range(trnum)] # 画像データ 8 Y_TRAIN_list += [target] * trnum # 分類番号 9 X_TEST_list += [data[i] for i in range(trnum, trnum+tsnum)] # 学習しない画像データ 10 Y_TEST_list += [target] * tsnum # 学習しない分類番号 11 target += 1 12 13 X_TRAIN = np.array(X_TRAIN_list + X_TEST_list) # 連結 14 Y_TRAIN = np.array(Y_TRAIN_list + Y_TEST_list) # 連結 15 print(">> 学習サンプル数 : ", X_TRAIN.shape) 16 y_train = np_utils.to_categorical(Y_TRAIN, target) # 自然数をベクトルに変換 17 valrate = tsnum * target * 1.0 / X_TRAIN.shape[0] 18 19 # 学習率の変更 20 class Schedule(object): 21 def __init__(self, init=0.001): # 初期値定義 22 self.init = init 23 def __call__(self, epoch): # 現在値計算 24 lr = self.init 25 for _ in range(1, epoch+1): 26 lr *= learn_schedule 27 return lr 28 29 def get_schedule_func(init): 30 return Schedule(init) 31 32 lrs = LearningRateScheduler(get_schedule_func(0.001)) 33 mcp = ModelCheckpoint(filepath='best.hdf5', monitor='val_loss', verbose=1, save_best_only=True, mode='auto') 34 model = BuildCNN(ipshape=(X_TRAIN.shape[1], X_TRAIN.shape[2], X_TRAIN.shape[3]), num_classes=target) 35 36 print(">> 学習開始") 37 history = model.fit(X_TRAIN, y_train, 38 batch_size=batch_size, 39 verbose=1, 40 epochs=nb_epoch, 41 validation_split=valrate, 42 callbacks=[lrs, mcp]) 43 44 json_string = model.to_json() 45 json_string += '##########' + str(ClassNames) 46 open('model.json', 'w').write(json_string) 47 model.save_weights('last.hdf5') 48
あなたの回答
tips
プレビュー