質問編集履歴
1
グラフの追加, 画像枚数の修正, コードの追加をしました。
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -6,9 +6,14 @@
|
|
|
6
6
|
図1 accuracyの精度グラフ
|
|
7
7
|
|
|
8
8
|
図2 lossの精度グラフ
|
|
9
|
-
|
|
9
|
+
|
|
10
|
-
|
|
10
|
+
図3 ドロップアウト0のaccuracyの精度グラフ
|
|
11
|
-
|
|
11
|
+
|
|
12
|
+
図4 ドロップアウト0のlossの精度グラフ
|
|
13
|
+
|
|
14
|
+
図5 ドロップアウト0.25で250で学習率1/10, 375でさらに1/10のaccuracy
|
|
15
|
+
|
|
16
|
+
図5 ドロップアウト0.25で250で学習率1/10, 375でさらに1/10のloss
|
|
12
17
|
|
|
13
18
|
### 実現したいこと
|
|
14
19
|
|
|
@@ -88,8 +93,17 @@
|
|
|
88
93
|
model.add(Dropout(0.5))
|
|
89
94
|
model.add(Dense(units=3,activation='softmax',name="f3")) #全結合
|
|
90
95
|
|
|
96
|
+
# 追加の学習率減衰
|
|
97
|
+
def step_decay(epoch):
|
|
98
|
+
x = 0.001
|
|
99
|
+
if epoch >= 250: x = 0.0001
|
|
100
|
+
if epoch >= 375: x = 0.00001
|
|
101
|
+
return x
|
|
102
|
+
lr_decay = LearningRateScheduler(step_decay)
|
|
103
|
+
|
|
104
|
+
|
|
91
105
|
model.compile(
|
|
92
|
-
optimizer=
|
|
106
|
+
optimizer=Adam(), #自動で学習率が設定される
|
|
93
107
|
loss='categorical_crossentropy', #多分類のときにしていできる交差エントロピー
|
|
94
108
|
metrics=['accuracy']
|
|
95
109
|
) #全結合
|
|
@@ -99,14 +113,15 @@
|
|
|
99
113
|
epochs = 10,
|
|
100
114
|
validation_data = val_test_generator,
|
|
101
115
|
validation_steps = None,
|
|
102
|
-
shuffle = True
|
|
116
|
+
shuffle = True,
|
|
117
|
+
callbacks=[lr_decay]
|
|
103
118
|
)
|
|
104
119
|
```
|
|
105
120
|
|
|
106
|
-
###
|
|
121
|
+
### データの詳細
|
|
107
122
|
|
|
108
|
-
トレーニングデータには
|
|
123
|
+
トレーニングデータには三種類の画像が入っており、それぞれ7256, 8356, 4720合計すると20332程のデータ数があります。
|
|
109
|
-
対してテストデータには、3335程のデータ数があります
|
|
124
|
+
対してテストデータには、それぞれ716,2089,550の計3335程のデータ数があります
|
|
110
125
|
|
|
111
126
|
### 補足情報（FW/ツールのバージョンなど）
|
|
112
127
|
windows10（64bit）
|