я использую darknet для обучения модели логистической регрессии.но он всегда выводит одно и то же предсказание для разных входных изображений.
но когда я удаляю некоторые сверточные слои, это кажется нормальным. (Разные выходные данные для разных входных изображений)
Файл cfg модели выглядит следующим образом:
[net]
некоторый параметр ...
[сверток]
[сверток]
[ярлык]
...
[avgpool]
[подключен]
batch_normalize = 1
выход = 1
активация = линейная
[логистика]
я попробовал другую скорость обучения, импульс.не работает.
и данные об учете сбалансированы.два класса, 15000 изображений для каждого класса.
какие-нибудь советы?спасибо.