@MrLonelyZC88 啊好的，還有一個關(guān)于測試那邊的問題，想問一下那個標(biāo)簽指的是我兩個分類的名稱嘛，還有那個順序是怎么寫的呀TAT
"笨方法"學(xué)習(xí)CNN圖像識別（三）—— ResNet網(wǎng)絡(luò)訓(xùn)練及預(yù)測原文地址：https://finthon.com/learn-cnn-three-resnet-prediction/-- 全文閱讀8分鐘 -- 在本文中，你將學(xué)習(xí)到以下內(nèi)容...
@MrLonelyZC88 啊因為剛開始學(xué)，有點不太懂，數(shù)據(jù)太差是指的什么呀，我訓(xùn)練集一共是兩個分類各600張照片，因為我把圖片resize成32*32的了，是因為像素太低的原因嘛
"笨方法"學(xué)習(xí)CNN圖像識別（三）—— ResNet網(wǎng)絡(luò)訓(xùn)練及預(yù)測原文地址：https://finthon.com/learn-cnn-three-resnet-prediction/-- 全文閱讀8分鐘 -- 在本文中，你將學(xué)習(xí)到以下內(nèi)容...
@MrLonelyZC88 啊也就是說我的準(zhǔn)確率最后要恒穩(wěn)定在一個數(shù)值才能說明模型訓(xùn)練好了嘛，如果沒有穩(wěn)定的話就要繼續(xù)改參數(shù)訓(xùn)練嗎
"笨方法"學(xué)習(xí)CNN圖像識別（三）—— ResNet網(wǎng)絡(luò)訓(xùn)練及預(yù)測原文地址：https://finthon.com/learn-cnn-three-resnet-prediction/-- 全文閱讀8分鐘 -- 在本文中，你將學(xué)習(xí)到以下內(nèi)容...
@MrLonelyZC88 我把batch_size調(diào)成32，準(zhǔn)確率就要么是0.96875要么是1了，這是不是因為準(zhǔn)確率的定義導(dǎo)致的呢，batch是2的時候矩陣?yán)镏挥袃蓚€數(shù)值所以要么0要么0.5要么1，那這樣的話準(zhǔn)確率不就是會隨著batch的大小可以控制了嘛TAT 感覺有點沒太搞懂這一塊
"笨方法"學(xué)習(xí)CNN圖像識別（三）—— ResNet網(wǎng)絡(luò)訓(xùn)練及預(yù)測原文地址：https://finthon.com/learn-cnn-three-resnet-prediction/-- 全文閱讀8分鐘 -- 在本文中，你將學(xué)習(xí)到以下內(nèi)容...
@MrLonelyZC88 我還想請教一下，我這個二分類跑到了40萬步但是準(zhǔn)確率一直在0，0.5和1這三個不停的反復(fù)，甚至40萬步準(zhǔn)確率是0了，而且loss也在0.5-1，這是因為什么原因呢
"笨方法"學(xué)習(xí)CNN圖像識別（三）—— ResNet網(wǎng)絡(luò)訓(xùn)練及預(yù)測原文地址：https://finthon.com/learn-cnn-three-resnet-prediction/-- 全文閱讀8分鐘 -- 在本文中，你將學(xué)習(xí)到以下內(nèi)容...
博主您好~我想問一下我按照你的這個訓(xùn)練了2分類的模型，但是這個accuracy定義的不是float32嘛，為什么跑出來的都只有一位小數(shù)，不是0.0，就是0.5和1.0呢，想請教一下這個是為什么呢
"笨方法"學(xué)習(xí)CNN圖像識別（三）—— ResNet網(wǎng)絡(luò)訓(xùn)練及預(yù)測原文地址：https://finthon.com/learn-cnn-three-resnet-prediction/-- 全文閱讀8分鐘 -- 在本文中，你將學(xué)習(xí)到以下內(nèi)容...
