小编Sha*_*gba的帖子

我正在执行多类图像分类任务。在训练我的 CNN 时，验证准确率在所有时期都保持不变。我尝试了不同的模型架构和不同的超参数值，但没有任何变化。任何想法将不胜感激。这是我目前的结果： 训练和验证损失和准确性

这是我的CNN：

model = models.Sequential()

model.add(Conv2D(32, (3, 3), activation = 'relu', input_shape= . 
(img_width, img_height, 3)))

model.add(MaxPooling2D((2, 2)))

model.add(Conv2D(64, (3, 3), activation = 'relu'))

model.add(layers.MaxPooling2D((2, 2)))

model.add(layers.Conv2D(128, (3, 3), activation = 'relu'))

model.add(layers.MaxPooling2D((2, 2)))

model.add(layers.Flatten())
model.add(layers.Dropout(0.2))
model.add(layers.Dense(64, activation = 'relu'))

model.add(layers.Dropout(0.2))
model.add(layers.Dense(8, activation = 'softmax'))

model.compile(loss='categorical_crossentropy',
optimizer=optimizers.Adam(lr=0.001, beta_1=0.9, beta_2=0.999, 
epsilon=1e-08, decay=0.0001),metrics = ['acc'])

model.summary()