我正在使用mxnet来训练一个11级的图像分类器.我观察到一种奇怪的行为训练准确性正在缓慢增加并且上升到39%,并且在下一个时期它下降到9%然后在其余的训练中保持接近9%.我用保存的模型重新开始训练(训练精度为39%),保持所有其他参数相同.现在训练准确性再次提高.这可能是什么原因？我无法理解它.而且通过这种方式训练模型变得越来越困难,因为它需要我不断地看到训练精度值.
学习率恒定为0.01
neural-network deep-learning mxnet
deep-learning ×1
mxnet ×1
neural-network ×1