深層学習の損失が減らず、正解率も向上しない

私は今、深層学習の勉強を行っています。
手書き文字の学習をやっています。
そこで質問なのですが、損失が減らず、当然正解率も上がらない状態に陥っています。
いろいろ試しては見ましたが、結果は変わりませんでした。
数字の種類を減らした場合、数字のデータ数を増やすとlossと正解率は上がりましたがlossが減っていたりしたわけではなく単純に種類が減ったから正解率も上がっただけでした。
何が原因なのかわからないのでご教授いただければ幸いです。
ちなみに、modelはmnistデータセットで99%ほどの正解率でした。

#画像フォルダから画像データを読み込む
import glob,os
from sklearn.model_selection import train_test_split
import cv2
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
import numpy as np

path=os.path.dirname(os.path.abspath('__file__'))
path_one=path + '/パス/one'

in_size=(28,28)
out_size=10

file_1=glob.glob(path_one +'/*.jpg')

x=[]
y=[]
#それぞれの数字の画像が入ったフォルダを読み込み、ラベルを与える
def load_dir_1(path,label):

    for i in file_1:
        img=cv2.imread(i)
        img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
        img=cv2.resize(img,in_size)
        img=img/255.0
        x.append(img)
        y.append(label)

    return [x,y]

#print(y)
#リストになっている数値データをnumpyの配列に変換
x=np.array(x)
y=np.array(y)
#データを学習用とテスト用に分ける
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.2)



x_train=x_train.reshape(len(x_train),28,28,1).astype('float32')/255
x_test=x_test.reshape(len(x_test),28,28,1).astype('float32')/255





import keras
from keras.utils import to_categorical

y_train=keras.utils.np_utils.to_categorical(y_train.astype('int32'),10)
y_test=keras.utils.np_utils.to_categorical(y_test.astype('int32'),10)

tiitoi

2020/06/30 19:21

load_dir() と x_train=x_train.reshape(len(x_train),28,28,1).astype('float32')/255 x_test=x_test.reshape(len(x_test),28,28,1).astype('float32')/255 の両方で255で割ることになっていませんか？