我用keras训练了我的模型,把食物的图像分为16类。 我每类有1000个样品。在这种情况下,我的模型做得很好,准确率约为95%。 现在我想在同一组图像上重用此模型,但现在将其分为两类(健康和不健康)
我试过这样做:
model = load_model('model_saved.h5')
ll = model.layers[len(model.layers)-2].output
ll = Dense(1,activation="sigmoid",name="densehh_out")(ll)
model = Model(inputs=model.input,outputs=ll)
但准确率从50%开始,不会超过72%/
同时,我的val\ U数据中的丢失行为也相当紧张
有没有更好的方法来获得更好的精度和收敛损失函数
目前没有回答
相关问题 更多 >
编程相关推荐