我正在研究一个问题,根据奶牛的图像预测奶牛有多胖的分数。我应用了 CNN 来估计 0-5 之间的值(我拥有的数据集仅包含 2.25 和 4 之间的值)我使用了 4 个 CNN 层和 3 个隐藏层。
我实际上有两个问题:1/我得到了 0.05 的训练误差,但是在 3-5 个时期之后,验证误差仍然保持在 0.33 左右。2/ 我的神经网络预测的值在 2.9 到 3.3 之间,与数据集范围相比太窄了。正常吗?
我怎样才能改进我的模型?
model = tf.keras.models.Sequential([
    tf.keras.layers.Conv2D(16, (3,3), activation='relu', input_shape=(512, 424,1)),
    tf.keras.layers.MaxPooling2D(2, 2),
    tf.keras.layers.Conv2D(32, (3,3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2, 2),
    tf.keras.layers.Conv2D(32, (3,3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2, 2),
    tf.keras.layers.Conv2D(64, (3,3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2,2),
    tf.keras.layers.Flatten(input_shape=(512, 424)),
    tf.keras.layers.Dense(256, activation=tf.nn.relu),
    tf.keras.layers.Dense(128, activation=tf.nn.relu),
    tf.keras.layers.Dense(64, activation=tf.nn.relu),
    tf.keras.layers.Dense(1, activation='linear')
])
Run Code Online (Sandbox Code Playgroud)
学习曲线:

预言:

我不习惯使用 Linux,所以也许这是一个愚蠢的问题。在我工作的实验室中,我被要求运行命令“npm install fs”来读/写文件。
但这是我遇到的错误,我不知道如何解决,我也找不到类似的问题。
PS:我在 Ubuntu 17.10 上工作。
我应该分析论文的结果,这里是提供的代码的链接https://github.com/xiat0616/pseudo-healthy-synthesis
在文件 run.py 中,我遇到以下错误:
Traceback (most recent call last):
  File "pseudo-healthy-synthesis/run.py", line 76, in <module>
    exper = experiment(comet_exp)
  File "pseudo-healthy-synthesis/run.py", line 17, in __init__
    self.repo = git.Repo(search_parent_directories=True)
  File "/usr/local/lib/python3.6/dist-packages/git/repo/base.py", line 181, in __init__
    raise InvalidGitRepositoryError(epath)
git.exc.InvalidGitRepositoryError: /content 
Run Code Online (Sandbox Code Playgroud)
该错误是由该指令生成的
git.Repo(search_parent_directories=True)
Run Code Online (Sandbox Code Playgroud)
这是我第一次在 python 中使用 Git,我不知道如何解决这个问题。(我使用的是gitpython-3.1.13)
当我尝试使用 Scipy.misc.imsave('path',image) 保存图像时。
我收到此错误:模块 'scipy.misc' 没有属性。
我正在 Ubuntu 17.10 上工作,并且安装了枕头和 scipy。你能帮我吗。