Я обучаю классификатор, используя InceptionV3 из весов imagenet, чтобы обнаружить три пользовательских объекта.
Керас
Параметры
Скорость обучения = 0,001 ДанныеУвеличение = Да
> # construct the image generator for data augmentation
> aug = ImageDataGenerator(rotation_range=25, width_shift_range=0.1,
> height_shift_range=0.1, shear_range=0.2, zoom_range=0.2,
> horizontal_flip=True, fill_mode="nearest")
Эпохи = 100 и Размер партии = 32 Оптимизатор = Адам
Точность проверки = 86%
Тензор потока
Я использую в точности те же шаги, что и упомянутые на странице учебника по тензорному потоку по следующей ссылке:
https://www.tensorflow.org/hub/tutorials/image_retraining
Параметры: скорость обучения = 0,01 Увеличение данных = Нет Все значениябыли установлены в 0 (по умолчанию) Итерация = 4000 и размер пакета = 100 (по умолчанию) оптимизатор = градиентный
оптимизатор = tf.train.GradientDescentOptimizer (FLAGS.learning_rate)
Точность проверки = 95%
Я вижу, что используемый оптимизатор отличается в обоих .Тем не менее, сценарий keras использует более низкую скорость обучения, а также методы увеличения данных .
Не могли бы вы дать мне знать, какое объяснение я могу дать вариации в результате?