Во-первых, я обучил ResNet50 быть классификатором с шестью классами с нуля на Kaggle, и получил вот так.
Как видите, точность тренировочного набора и проверочного набора постоянно улучшалась. И после этого я арендовал облачный хост на inte rnet для лучшего графического процессора (1080ti) и скопировал свой код (я загрузил свой ноутбук Jupyter). И тогда я запустил это. Но произошли странные вещи. Моя точность проверки крайне неустойчива и всегда колебалась в широких пределах (около 0,3). Вот скриншот.
А также, обучение на хосте намного сложнее, чем на ядре Kaggle. Вот скриншоты после нескольких эпох (на самом деле, одна из них обучена гораздо большему, чем эпоха Каггла) А вот мои коды ImageDataGenerator.
train_datagen = ImageDataGenerator(
rescale=1./255,
shear_range=0.1,
zoom_range=0.1,
width_shift_range=0.1,
height_shift_range=0.1,
horizontal_flip=True,
vertical_flip=True,
validation_split=0.1
)
test_datagen = ImageDataGenerator(
rescale=1./255,
validation_split=0.1
)
train_generator = train_datagen.flow_from_directory(
base_path,
target_size=(300, 300),
batch_size=16,
class_mode='categorical',
subset='training',
seed=0
)
validation_generator = test_datagen.flow_from_directory(
base_path,
target_size=(300, 300),
batch_size=16,
class_mode='categorical',
subset='validation',
seed=0
)