質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.93%

二値分類の学習が進まない

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 202

co_shgci.k

score 4

前提・実現したいこと

pythonで画像を用いた二値分類の学習をさせようとしています。(画像は100枚ずつ)
そこで、下記のコードを用いて実行したところ、loss acc val_loss val_accがどうしても一定値になってしまい学習が進みません。
この原因としては何が考えられるか教えていただきたいです。

発生している問題・エラーメッセージ

192/192 [==============================] - 55s 286ms/step - loss: 6.1643 - acc: 0.4844 - val_loss: 8.3948 - val_acc: 0.4792
Epoch 2/30
192/192 [==============================] - 49s 254ms/step - loss: 7.9751 - acc: 0.5052 - val_loss: 8.3948 - val_acc: 0.4792
Epoch 3/30
192/192 [==============================] - 48s 252ms/step - loss: 7.9751 - acc: 0.5052 - val_loss: 8.3948 - val_acc: 0.4792
Epoch 4/30
192/192 [==============================] - 50s 260ms/step - loss: 7.9751 - acc: 0.5052 - val_loss: 8.3948 - val_acc: 0.4792
Epoch 5/30
192/192 [==============================] - 85s 445ms/step - loss: 7.9751 - acc: 0.5052 - val_loss: 8.3948 - val_acc: 0.4792
Epoch 6/30
192/192 [==============================] - 106s 552ms/step - loss: 7.9751 - acc: 0.5052 - val_loss: 8.3948 - val_acc: 0.4792
Epoch 7/30
192/192 [==============================] - 78s 406ms/step - loss: 7.9751 - acc: 0.5052 - val_loss: 8.3948 - val_acc: 0.4792
Epoch 8/30
192/192 [==============================] - 85s 444ms/step - loss: 7.9751 - acc: 0.5052 - val_loss: 8.3948 - val_acc: 0.4792
Epoch 9/30
192/192 [==============================] - 79s 411ms/step - loss: 7.9751 - acc: 0.5052 - val_loss: 8.3948 - val_acc: 0.4792
Epoch 10/30
192/192 [==============================] - 98s 508ms/step - loss: 7.9751 - acc: 0.5052 - val_loss: 8.3948 - val_acc: 0.4792
Epoch 11/30
192/192 [==============================] - 80s 418ms/step - loss: 7.9751 - acc: 0.5052 - val_loss: 8.3948 - val_acc: 0.4792
Epoch 12/30
192/192 [==============================] - 51s 263ms/step - loss: 7.9751 - acc: 0.5052 - val_loss: 8.3948 - val_acc: 0.4792
Epoch 13/30
192/192 [==============================] - 55s 286ms/step - loss: 7.9751 - acc: 0.5052 - val_loss: 8.3948 - val_acc: 0.4792
Epoch 14/30
192/192 [==============================] - 72s 377ms/step - loss: 7.9751 - acc: 0.5052 - val_loss: 8.3948 - val_acc: 0.4792
Epoch 15/30
192/192 [==============================] - 67s 347ms/step - loss: 7.9751 - acc: 0.5052 - val_loss: 8.3948 - val_acc: 0.4792

エラーメッセージ

### 該当のソースコード

import numpy as np
import tensorflow as tf
import random as rn
import os
import keras
from keras import backend as K

from keras.preprocessing import image
from sklearn.model_selection import train_test_split

from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D

os.environ['PYTHONHASHSEED'] = '0'
np.random.seed(0)
rn.seed(0)
session_conf = tf.ConfigProto(intra_op_parallelism_threads=1, inter_op_parallelism_threads=1)
tf.set_random_seed(0)
sess = tf.Session(graph=tf.get_default_graph(), config=session_conf)
K.set_session(sess)

input_shape = (224, 224, 3)
batch_size = 32
epochs = 30
num_classes = 2
x = []
y = []
for f in os.listdir("sakura"):
x.append(image.img_to_array(image.load_img("sakura/"+f, target_size=input_shape[:2])))
y.append(0)
for f in os.listdir("cosmos"):
x.append(image.img_to_array(image.load_img("cosmos/"+f, target_size=input_shape[:2])))
y.append(1)
x = np.asarray(x)
x /= 255
y = np.asarray(y)
y = keras.utils.to_categorical(y, num_classes)
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state= 3)

model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),
activation='relu',
input_shape=input_shape))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(num_classes, activation='softmax'))
model.compile(loss=keras.losses.categorical_crossentropy,
optimizer="SGD",
metrics=['acc'])
history = model.fit(x_train, y_train,
batch_size=batch_size,
epochs=epochs,
verbose=1,
validation_data=(x_test, y_test))

model.save_weights('param.hdf5')

acc = history.history["acc"]
val_acc = history.history["val_acc"]
loss = history.history["loss"]
val_loss = history.history["val_loss"]

epochs = range(1, len(acc) + 1)

試したこと

バッチサイズやエポックの数字を変えてみたりしました。

補足情報(FW/ツールのバージョンなど)

ここにより詳細な情報を記載してください。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

回答 1

checkベストアンサー

0

原因は指摘できませんが、私ならとりあえず以下を試します。

  • 入力画像をImageDataGeneratorで数十倍程度に水増しする。
  • 入力サイズを64x64と小さいサイズにする。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.93%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る