Не получается правильная аккуратность для набора данных cifar10 с mobilenetv2 на процессоре

Question

Я пытался обучить mobilenetV2 с набором данных cifar10, как упомянуто в https://github.com/tensorflow/models/tree/master/research/slim, единственное изменение состояло в том, что я сделал это на ЦП, но я закончил, получая точность только 63%, но заявленная точность составляет 94%

DATASET_DIR=/tmp/cifar10
TRAIN_DIR=/tmp/train_logs
python train_image_classifier.py \
--train_dir=${TRAIN_DIR} \
--dataset_name=cifar10 \
--dataset_split_name=train \
--dataset_dir=${DATASET_DIR} \
--model_name=mobilenet_v2 \
--clone_cpu=True

Answer 1

Tq @Mark Sandler. Взлом, который они сделали, был верным. Я получил точность около 93%, изменив шаги первых 3 слоев на 1 из 5 слоев со Страйдом 2 введите описание изображения здесь

Ссылка на файл: https://github.com/tensorflow/models/blob/master/research/slim/nets/mobilenet/mobilenet_v2.py

Answer 2

Из любопытства, на какую заявленную вами точность вы ссылаетесь?

Все эти сети для хорошей тренировки без изменений на Cifar10 требуют повышения разрешения Cifar10 до 224x224 (или аналогичного) разрешения. Для этого в train_image_classifier должен быть флаг.