精度下降 tensorflow v1.5

Question

我正在使用 tensorflow 1.5 和 keras 2.1.6。代码取自此 tutorial 并重新设计以适用于 1.5 版。有：

import tensorflow as tf
import keras

import numpy as np
import matplotlib.pyplot as plt

fashion_mnist = keras.datasets.fashion_mnist

(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()

class_names = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat',
               'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']


train_images = train_images / 255.0
test_images = test_images / 255.0

model = tf.keras.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10)
])

model.compile(optimizer='adam',
              loss="sparse_categorical_crossentropy",
              metrics=['accuracy']);

model.fit(train_images, train_labels, epochs=10);

但是准确率会随着每个 epoch 的下降而下降，并且不会超过 0.3。我做错了什么？

Answer 1

当您对 Fashion MNIST 数据集中的图像进行分类时，我们需要将最后 Dense 层的激活函数设置为 softmax。 softmax 函数输出 10 类中每一个的概率。详细了解 softmax 函数 here.

替换，

tf.keras.layers.Dense(10)

有，

tf.keras.layers.Dense(10 , activation='softmax' )

精度下降 tensorflow v1.5

Accuracy falling down tensorflow v1.5

python

keras

tensorflow

python-3.6