###前提・実現したいこと
Kerasを用いて、NNを実装したいです。
https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html
このページに記載されている、簡潔なNNを実行してみようと思い、
https://gist.github.com/fchollet/0830affa1f7f19fd47b06d4cf89ed44d
このコードをサーバ上に記述し、指定されているフォルダを作成、画像(train/dog及びtrain/catに999枚ずつ、validation/dog及びvalidation/dogに400枚ずつ)を保存しました。
以上の設定を終え、実行したところ、
Found 1998 images belonging to 3 classes.
Found 1000 images belonging to 3 classes.
Epoch 1/50
2030/2000 [==============================] - 26s - loss: -7.7845 - acc: 0.4906 - val_loss: -8.0310 - val_acc: 0.4963
Epoch 2/50
2030/2000 [==============================] - 25s - loss: -7.9785 - acc: 0.4995 - val_loss: -7.8133 - val_acc: 0.5099
Epoch 3/50
2030/2000 [==============================] - 24s - loss: -7.9084 - acc: 0.5039 - val_loss: -8.0698 - val_acc: 0.4938
Epoch 4/50
2030/2000 [==============================] - 25s - loss: -8.0419 - acc: 0.4956 - val_loss: -7.7542 - val_acc: 0.5136
Epoch 5/50
2030/2000 [==============================] - 24s - loss: -7.9948 - acc: 0.4985 - val_loss: -8.2474 - val_acc: 0.4827
Epoch 6/50
2030/2000 [==============================] - 26s - loss: -7.9633 - acc: 0.5005 - val_loss: -7.8915 - val_acc: 0.5050
Epoch 7/50
2030/2000 [==============================] - 25s - loss: -7.9555 - acc: 0.5010 - val_loss: -8.0310 - val_acc: 0.4963
Epoch 8/50
2030/2000 [==============================] - 25s - loss: -7.9005 - acc: 0.5044 - val_loss: -7.8331 - val_acc: 0.5087
Epoch 9/50
2030/2000 [==============================] - 24s - loss: -8.0026 - acc: 0.4980 - val_loss: -8.0501 - val_acc: 0.4950
Epoch 10/50
2030/2000 [==============================] - 24s - loss: -8.0654 - acc: 0.4941 - val_loss: -7.8528 - val_acc: 0.5074
Epoch 11/50
2030/2000 [==============================] - 26s - loss: -7.9005 - acc: 0.5044 - val_loss: -8.4053 - val_acc: 0.4728
Epoch 12/50
2030/2000 [==============================] - 25s - loss: -7.8534 - acc: 0.5074 - val_loss: -7.7121 - val_acc: 0.5162
Epoch 13/50
2030/2000 [==============================] - 25s - loss: -8.0340 - acc: 0.4961 - val_loss: -7.8317 - val_acc: 0.5088
Epoch 14/50
2030/2000 [==============================] - 29s - loss: -8.0890 - acc: 0.4926 - val_loss: -8.3461 - val_acc: 0.4765
Epoch 15/50
2030/2000 [==============================] - 33s - loss: -7.8220 - acc: 0.5094 - val_loss: -7.3595 - val_acc: 0.5384
Epoch 16/50
2030/2000 [==============================] - 24s - loss: -8.0105 - acc: 0.4975 - val_loss: -8.5828 - val_acc: 0.4616
Epoch 17/50
2030/2000 [==============================] - 25s - loss: -7.9790 - acc: 0.4995 - val_loss: -7.7936 - val_acc: 0.5111
Epoch 18/50
2030/2000 [==============================] - 24s - loss: -8.0183 - acc: 0.4970 - val_loss: -7.9513 - val_acc: 0.5012
Epoch 19/50
2030/2000 [==============================] - 25s - loss: -8.1361 - acc: 0.4897 - val_loss: -7.9513 - val_acc: 0.5012
Epoch 20/50
2030/2000 [==============================] - 24s - loss: -7.7984 - acc: 0.5108 - val_loss: -8.1685 - val_acc: 0.4876
上記のように、誤差が減らず学習が全く進まない状態です。
おそらくラベル付けが上手くいっていないのだと思いますが、原因が分からない状態です。
バッチサイズや画像データの数を変更しても上手くいきませんでした。
検討がつかず困っています。
ご存じの方がいらっしゃいましたら,アドバイス頂ければ幸いです.
実行環境
AWS g2.2xlarge
GPU使用
OS ubuntu14.04
Python 3.5.2
Anaconda 2.4.1 (64-bit)
Keras 1.0.8(Theano ベース)
Theano 0.9.0.dev2
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。