为什么最先进的网络在时尚MNIST上表现不佳
最先进的网络在时尚MNIST上表现不佳的原因可能有以下几点：
- 数据集差异：时尚MNIST是一个包含10个类别的时尚物品图像数据集，与传统的手写数字MNIST数据集相比，图像内容和特征分布存在较大差异。最先进的网络可能在手写数字MNIST上进行了优化和训练，但对于时尚MNIST这种不同类型的数据集，可能无法充分利用其特征和结构。
- 数据量不足：最先进的网络通常需要大量的训练数据来进行优化和调整参数。如果时尚MNIST数据集的规模相对较小，网络可能无法从中学习到足够的特征和模式，导致表现不佳。
- 模型复杂度不匹配：最先进的网络可能在处理更复杂的任务或数据集时表现出色，但对于时尚MNIST这种相对简单的任务，模型可能过于复杂，导致过拟合或无法充分利用数据集中的信息。
- 特征提取不准确：最先进的网络可能在特定任务上进行了特征提取的优化，但对于时尚MNIST这种不同类型的数据集，网络可能无法准确提取到关键特征，导致表现不佳。
针对以上问题，可以尝试以下改进措施：
- 数据增强：通过对时尚MNIST数据集进行增强，如旋转、缩放、平移等操作，增加数据的多样性和数量，有助于提升网络的泛化能力和性能。
- 迁移学习：可以尝试使用在其他相似任务上预训练好的网络模型，然后通过微调或调整网络结构，将其应用于时尚MNIST数据集，以提升网络的性能。
- 模型简化：针对时尚MNIST这种相对简单的任务，可以尝试简化网络模型的复杂度，减少参数量，以避免过拟合和提高计算效率。
- 特征选择和提取：通过分析时尚MNIST数据集的特点，选择和提取与任务相关的关键特征，以提升网络的表现。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云AI开放平台：https://cloud.tencent.com/product/ai
- 腾讯云云服务器CVM：https://cloud.tencent.com/product/cvm
- 腾讯云人工智能平台：https://cloud.tencent.com/product/tai
- 腾讯云数据库TencentDB：https://cloud.tencent.com/product/cdb
- 腾讯云存储COS：https://cloud.tencent.com/product/cos
- 腾讯云区块链服务：https://cloud.tencent.com/product/baas
- 腾讯云物联网平台：https://cloud.tencent.com/product/iot
- 腾讯云移动开发平台：https://cloud.tencent.com/product/mpp
- 腾讯云音视频处理：https://cloud.tencent.com/product/mps
相关·内容
当我尝试使用冻结所有图层的RestNet50来对时尚MNIST数据集进行分类时，我只能获得大约78%的训练准确率和41%的预测准确率。import optimizersfrom keras.datasets import fashion_mnistimport Activation, Flatten, Dense
(x, y)
浏览 10提问于2019-05-19得票数 0
我正在使用Pytorch，我在MNIST数据集上实现了一个CNN，它在训练和测试集上都具有99+%准确性。 我决定切换到时尚MNIST，以了解我的网络架构是如何执行的。我在训练集上获得了95%的准确率，在测试集上获得了91%的准确率。 然后，我开始尝试通过调整模型来提高性能。Conv层，在最后一个Conv层中添
浏览 16提问于2019-03-21得票数 0
2回答
现在我想用一些著名的数据集来测试我的算法。由于我是这个领域的新手，除了MNIST之外，我找不到其他合适的数据集。我认为MNIST非常适合我们的研究。有谁知道MNIST有类似的数据集吗？附注:我知道另一个经常使用的手写数字数据集，称为USPS数据集。但我需要一个包含更多训练示例的数据集(通常超过10000个，与MNIST中的训练示例数量相当)，因此USPS不在我的选
浏览 1提问于2013-03-23得票数 9
1回答
嗨，我正在建立一个神经网络在电筒分类MNIST和我的生活，我似乎找不出为什么这个网络不会表现超过7%的准确性。任何指导都会很好。torch.nn as nnimport torch.nn.functional as F
from keras.datasets import mnist这就是为什么我将训练和测试数据除以255，网络除了输入<em
浏览 0提问于2021-03-18得票数 1
回答已采纳
1回答
我想使用TensorFlow作为我的时尚电子商务网站(运行在java上)的方式，所有的产品图像应该自动标记使用CNN。我检查了示例，使用inception5h预培训的tensorflow模型进行自动标记/标记新图像。
我还想要创建我自己的模型，对它进行时尚M
浏览 1提问于2018-10-28得票数 0
3回答
在第50页的“”一书中，作者正在对数据集执行线性回归，并得到：test set score: 0.66training set score: 0.892然后，他们声明如下“事实证明，测试数据集的准
浏览 1提问于2018-07-29得票数 0
回答已采纳
1回答
在训练时，我得到了高达90 %的val_acc，但当我在来自网络摄像头的真实视频或一些测试视频上测试它时，模型的性能很差。可能的原因是什么？我使用了没有顶层的MobileNet，并在其中添加了我自己的FC层。然后我开始训练模型。
浏览 25提问于2020-06-28得票数 0
1回答
在训练神经网络时，在时尚mnist数据集上，我决定在输出层中有比数据集中的类数量更多的节点。最后，一般来说，在分类任务中，在输出层中拥有比类数量更多的</e
浏览 2提问于2020-08-29得票数 2
回答已采纳
我正在学习使用深入学习的softmax回归。我有一个非常基本的问题，为什么softmax在一个数据集上表现良好，而在另一个数据集上表现不佳。我尝试在MNIST数据集上修改来自§4.5 softmax回归的简明实现的结果，并获得了良好的性能。(图1)然而，对于EMNIST字母数据集，该模型做得非常糟糕。class MNIST(d2l.DataMod
浏览 0提问于2023-01-17得票数 0
1回答
暹罗图像相似性网络
、、、、
在哪里可以找到实现暹罗网络的细节，以执行图像相似性和从数据集中检索最相似的图像？我的项目是根据阿联酋的状况来区分车牌。这里我上传了几个例子图片。
浏览 0提问于2018-06-24得票数 2
回答已采纳
1回答
列车验证精度学习曲线的分析
、、、、
我正在时尚MNIST数据集上从头开始构建一个两层神经网络。在中间，使用RELU作为激活，在最后一层，我使用softmax交叉熵。我得到了下面的学习曲线之间的训练和验证的准确性，这是明显错误的。但如果你看到我的损失曲线，它在减少，但我的模型不是学习。我不知道我在哪里出了错。有人能解释这两张图吗，比如我可能出错的地方？
浏览 8提问于2022-12-03得票数 1
1回答
我刚开始学习深度学习，并与时尚MNIST数据集合作。作为X标签预处理的一部分，训练和测试图像，除以像素值255，作为输入数据规范化的一部分。training_images = training_images/255.0我知道这是将值缩小到0,1，因为神经网络在处理这些值时效率更高但是，如果我试图跳过这两行，我的模型预测特定的test_image会有完全不同的<
浏览 1提问于2020-05-31得票数 2
回答已采纳
3回答
我用MNIST数据集(有50000个训练输入)训练了我的ANN，然后跑了起来。当我尝试MNIST dataset.But中包含的测试输入时，我得到了91-92%的准确率(这是很高的)如果我给我的绘画图像作为我训练的人工神经网络的输入，它无法识别数字。即使是最清晰的。然而，如果我从互联网上下载一个数字的图像，它识别的准确率很高。所以，我不明白为什么我的</e
浏览 2提问于2018-07-09得票数 0
1回答
我在开发中使用了webpack，我不知道webpack配置有什么问题，因为即使我在代码中做了一行更改，也要花费太多的时间。当我启动应用程序时，它需要30秒的时间才能启动，并且在随后的所有更改中都会继续使用相同的时间。这是我的webpack档案var webpack = require('webpack');module.exports = {我<em
浏览 3提问于2020-06-27得票数 4
我用GA和反向传播训练了一个神经网络。GA为训练数据找到合适的权重，但在测试数据上表现不佳。如果我用BackPropagation训练NN，它在测试数据上的表现要好得多，即使训练误差并不比GA训练的版本小很多。即使我使用GA获得的权重作为反向传播的初始权重，NN在测试数据上的表现也比仅使用反向传播进行训练更差。有没有人能告诉我，我可能在哪里犯了错
浏览 3提问于2017-08-24得票数 0
1回答
我在尝试获取低分辨率图像中的人体姿势信息。特别是，我尝试了的Keras OpenPose实现，但该模型在低分辨率图像上似乎表现不佳，而在高分辨率图像上表现得相当好。我也在GitHub repo上以的身份发布了一个问题，但我认为我应该在这里尝试一下，因为我不打算实现特定的人体姿势检测。
我的图片宽度和高度都在50-100像素左右。这是该图像的一个示例。我想知道是否有人知道修改程序、<
浏览 28提问于2020-01-07得票数 0
众所周知，与正常人相比，表现不佳，约为正常人的100倍。这经常导致软件。
我很好奇，从CPU体系结构的角度来看，为什么必须比慢那么多呢？表现不佳是他们不幸的表现吗？或者CPU架构师在(错误的)假设下忽略了它们降低硬件成本，即取消正常值并不重要？在前一种情况下，如果非正常值本质上是硬件不友好的，那么是否存在已知的非IEEE-754浮点表示，这些浮点
浏览 5提问于2016-04-21得票数 16
回答已采纳
我的验证准确率达到了100%，几乎停留在过去的100个时期左右。而训练准确率在98%到99%之间。我使用的是具有2个隐藏层的神经网络。这是一个多类分类问题。训练数据的大小为777385，验证率为20%。
浏览 46提问于2019-06-18得票数 0
回答已采纳
我在Gawk中一直在摆弄TCP/IP网络，我很难弄清楚为什么它在一些网站上表现良好，但在其他网站上却表现不佳。我甚至尝试在Windows中使用HTTP Live头文件来尝试和调试正在发生的事情，但无济于事。下面的示例Gawk代码(版本3.1.5)可以很好地用于站点www.sobell.com，但会在www.drudgreport.com上挂起。//www.drudgereport.com
浏览 0提问于2010-09-01得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
