MNIST上LeNet CNN的准确率非常低
MNIST是一个常用的手写数字识别数据集，LeNet是一种经典的卷积神经网络模型，用于对MNIST数据集进行分类。如果在MNIST上使用LeNet的CNN模型，但准确率非常低，可能有以下几个原因：
- 模型设计不合理：LeNet是一个较为简单的模型，可能无法充分提取MNIST数据集中的特征。可以尝试使用更复杂的卷积神经网络模型，如ResNet、Inception等，以提高准确率。
- 数据预处理不充分：MNIST数据集中的手写数字可能存在噪声、模糊等问题，需要进行适当的数据预处理，如去噪、平滑、增强对比度等，以提高模型的鲁棒性和准确率。
- 数据集划分不合理：在训练模型时，需要将数据集划分为训练集、验证集和测试集。如果划分不合理，如训练集过小、验证集和测试集不具有代表性等，可能导致模型在测试集上的准确率较低。可以重新划分数据集，并进行交叉验证，以提高准确率。
- 模型参数调整不当：模型中的参数需要进行适当的调整，如学习率、批量大小、迭代次数等。可以尝试使用不同的参数组合，通过网格搜索或随机搜索等方法，找到最优的参数组合，以提高准确率。
- 欠拟合或过拟合：如果模型在训练集上的准确率较低，可能是由于模型欠拟合，即模型过于简单无法拟合数据。可以增加模型的复杂度，如增加网络层数、神经元数量等。如果模型在训练集上的准确率较高，但在测试集上的准确率较低，可能是由于模型过拟合，即模型过于复杂导致过度拟合训练集。可以使用正则化技术，如L1正则化、L2正则化等，以减少模型的复杂度，提高泛化能力。
针对MNIST上LeNet CNN准确率低的问题，腾讯云提供了一系列与图像识别和深度学习相关的产品和服务，可以帮助提高准确率，如：
- 腾讯云AI机器学习平台（https://cloud.tencent.com/product/tia）：提供了丰富的机器学习算法和模型训练、部署的功能，可以方便地进行模型调优和训练。
- 腾讯云图像识别（https://cloud.tencent.com/product/ocr）：提供了图像识别、文字识别等功能，可以用于对MNIST数据集进行预处理和特征提取。
- 腾讯云GPU服务器（https://cloud.tencent.com/product/cvm/gpu）：提供了强大的GPU计算能力，可以加速深度学习模型的训练和推理过程。
- 腾讯云容器服务（https://cloud.tencent.com/product/tke）：提供了容器化部署和管理的能力，可以方便地部署和扩展深度学习模型。
通过结合腾讯云的相关产品和服务，可以提高MNIST上LeNet CNN模型的准确率，并实现更好的图像分类效果。
相关·内容
1回答
MNIST上LeNet CNN的准确率非常低
python、tensorflow、machine-learning、keras、deep-learning
我一直在看其他的教程，他们能够在仅仅10个时期后达到90%的准确率。所以我猜在我的实现中有一些错误，因为我的准确率真的很低，在10个时期后不到1%，几乎没有增加。我正在使用MNIST数据集，任何帮助都将不胜感激 from PIL import Imageimport numpy as np
import keras
浏览 80提问于2020-04-09得票数 0
回答已采纳
1回答
在我的神经网络中，每个时期的时间是0秒。
neural-network
在运行我的模型时，每个时期的时间是0秒，这是否意味着我的模型enter image description here出现了问题
浏览 16提问于2020-06-16得票数 1
回答已采纳
3回答
基于CNN的数字识别
machine-learning、ocr、deep-learning、image-recognition、handwriting-recognition
我正在卷积神经网络上测试打印的数字(0-9)。它在MNIST数据集上提供了99+ %的准确率，但当我尝试使用安装在计算机上的字体(Ariel，Calibri，Cambria，Cambria Mathematic，Times New Roman)并训练由字体生成的图像(每种字体104张图像(总共25种字体-每种字体4张图像(差别很小))时，训练错误率不低于80%，即20%的准确率。在MNIST
浏览 3提问于2016-07-15得票数 7
2回答
Caffe - MNSIT -如何在单个镜像上使用网络？
neural-network、caffe、convolution、pycaffe
我正在Windows上使用它，一切似乎都编译得很好。
为了开始学习，我遵循了MNIST教程()。我下载了数据并运行了..\caffe.exe train --solver=...examples\mnist\lenet_solver.prototxt.它运行了10.000次迭代，打印出精度为98.5%，并生成了两个文件:lenet_iter_10000.solverstate和lenet_iter_10000.caffemodel。但每次教程/文章涉及到将单个实例放入C
浏览 0提问于2016-10-10得票数 0
1回答
如何测试使用mnist数据集创建的模型
caffe、pycaffe
我是初来乍到的首席执行官，因此，我试图玩MNIST数据集。我运行了以下命令./examples/mnist/create_mnist.sh我没有更改过caffe中的任何文件，只执行了上面的3行。我的示例
浏览 0提问于2016-03-14得票数 0
1回答
非常低的损失和低精度是否表示过拟合？
tensorflow、keras、deep-learning、conv-neural-network、lstm
我正在训练一个CNN-LSTM concat模型，经过20个时期后，我得到了69%的准确率和0.04 %的损失？我知道非常高的训练精度和相对较低的验证精度的组合表示过拟合，但我想知道低精度和非常低的损失是否也表示过拟合。 总体而言，准确率呈线性增加，损失呈指数下降。
浏览 37提问于2020-01-30得票数 0
回答已采纳
1回答
是使用OCR软件还是使用自制CNN进行文档处理？
neural-network、artificial-intelligence、ocr、conv-neural-network、handwriting-recognition
如果您只有一种类型的发票/文档，并且您有一个特定的字段要从该发票中处理并在其他地方使用(该字段恰好是手写数字，有时用短划线或斜杠书写)，您会使用一些OCR软件或构建自己的CNN来识别这些数字吗？您希望从OCR中获得多高的准确性？你的CNN是否会更准确，因为你只对特定类型的数字书写感兴趣，具有特定的图像尺寸，等等。在给定的情况下，哪种方式更好？请记住，您不会以任何其他方式使用它，或者任何其他用于手写数字识别的
浏览 5提问于2018-10-01得票数 1
1回答
具有有效滑动窗口的MNIST CNN实时检测
tensorflow、deep-learning、neural-network、conv-neural-network、mnist
我想训练一个CNN，它可以实时地对大分辨率图像进行推理。CNN必须阅读由5位数字组成的手写数字。
到目前为止，我在MNIST上训练了LeNet-5、Overfeat和Yolo .LeNet-5给了我一个很好的精度，但是通过一种简单的滑动窗口方法，我在FullHD图像上得到了4000个窗口(虽然有很大的进步)，这还不够快。(CPU上的一个窗口为10 on >40 per每幅图像
浏览 2提问于2020-02-24得票数 2
回答已采纳
1回答
为什么(MNIST训练过的)模型不擅长于不位于图像中心的数字
deep-learning、mnist
关于这个问题
如我们所知，CNN卷积会扫描整个图像，也不关心图像中哪些区域的关键特征。
为什么CNN不能处理不规则输入
浏览 3提问于2017-08-08得票数 1
回答已采纳
2回答
难以理解的Caffe MNIST示例
deep-learning、convolution、caffe、mnist
在阅读了Caffe教程之后，这里：据我所知，Caffe中的卷积层只计算每个输入的Wx+b和，而不应用任何激活函数。这给我留下了一个很大的问号，因为我们只能看到模型中的卷积层和池层交织在一起。我希望有人能给我一个解释。请注意，对我来说，另一个疑问是这个解决方案中的max_iter：
我们有60.000张用于训练的图像，10.000张用于测试的图像。那
浏览 6提问于2016-02-21得票数 4
回答已采纳
1回答
一个人如何能够快速地证实CNN是否真的学会了呢？
python、machine-learning、conv-neural-network、training-data、backpropagation
我试图从零开始构建一个基于LeNet架构的CNN。
我实现了背景，现在尝试使用16批大小的SGD在MNIST数据集上训练它。我想找到一种快速的方法来验证学习是否进行得很好，并且没有bug。对此，我设想每100批损失一次，但在我的笔记本电脑上花费的时间太长，而且我看不到总体动态(损失会向下波动，但偶尔会反弹，因此我不确定)。有谁能提出一个行之有效的方法，让CNN不用等很多小时
浏览 0提问于2020-01-19得票数 0
回答已采纳
0回答
如何对当前输入图像使用经过训练的Caffe模型？
caffe、pycaffe
我正在尝试使用Caffe深度学习框架在MNIST数据集上使用经过训练的卷积神经网络。成功采取的步骤：./examples/mnist/create_mnist.sh模型已训练并停止，并显示以下消息：
浏览 9提问于2017-06-14得票数 1
回答已采纳
1回答
SGDSolver法和get_solver法在吡咯烷酮中的区别是什么？
python、caffe、pycaffe
我正在努力在pycaffe上实现DNN (mnist)。pretrained_solver = caffe.SGDSolver('mnist/lenet_solver.prototxt')上面这两条线有什么区别？这两句话我的结果似乎都一样.
浏览 1提问于2016-10-27得票数 1
回答已采纳
1回答
不改变CNN滤器重量对靠背的影响
machine-learning、cnn、mnist
CNN在反向传播过程中不改变滤波器权重的效果是什么？在MNIST数据集上进行训练时，我只更改了完全连接的层权重，并且仍然达到了几乎99 %的准确率。
浏览 0提问于2018-08-04得票数 11
回答已采纳
1回答
mnist数字分类，但使用您自己的数据集
tensorflow、conv-neural-network、mnist
下面的代码运行得很好，但是我想使用这个模型和我自己的图像集进行训练和预测，我发现这个模型对我的图像集是最好的，因为它可以识别随机的黑线(数字)，但是我被x_train和y_train部分困住了，我有11个不同的类我自己的图像集，我想把这个模型应用到它们上，但我不知道如何将它们与这个模型联系起来，例如：
train= 'C:\\Users\\min2\\Desktop\\cnn\\train' --我认为这段代码的</em
浏览 21提问于2021-05-21得票数 0
1回答
建立车牌识别模型的最佳方法
opencv、tensorflow、conv-neural-network、automatic-license-plate-recognition
我正试图建立一个深度学习模型，利用CNN这样的深度学习技术来检测和读取车牌。我会在tensorflow做个模特。但我仍然不知道什么是建立这样的模型的最佳方法。我检查过几个像这样的型号所以我计划遵循的步骤是
我的问
浏览 1提问于2017-06-16得票数 0
3回答
我的MNIST分类器有哪些改进的一般技巧？
python、neural-network、classification、cnn、mnist
我用Numpy从头开始在python上建立了CNN，以解决MNIST手写体数字识别问题。它由一个卷积层(3个3x3滤波器)、一个最大池层(2x2池)和10个标签输出层组成。我试着用几个不同的超参数来运行它，到目前为止，我获得的最佳精度是97%，当我在整个训练数据集(60000张图像)上训练单个时期并使用SGD时。但是，在这些条件下，精度确实有一点不同，通常在92-95%左右.当我使用整个数据集时，我只尝试了一个时代，因为我的算法使用60000张图像(用cpu在我
浏览 0提问于2020-12-30得票数 0
3回答
Caffe/pyCaffe:设置所有GPU
parallel-processing、neural-network、gpu、deep-learning、caffe
类似于：
caffe train -solver examples/mnist/lenet_solver.prototxt -gpu all
浏览 3提问于2015-11-15得票数 4
回答已采纳
1回答
如何使用python像mnist一样处理图像？
python、tensorflow、image-processing、neural-network
我正在用mnist做数字识别模型。学习效果较好，模型准确率在98.6%左右。但是，当我测试其他图像(不是mnist图像)时，准确率非常低。plt.imshow(a.reshape((28, 28)))这是我的处理图片(对不起链接，我是newbee，所以我不能直
浏览 0提问于2018-11-06得票数 0
1回答
CNN图像分类器的准确率非常低(0.0054)
conv-neural-network
accuracy = model.evaluate( to_categorical(test_y) 我正在尝试对140种鸟类的数据集进行
浏览 2提问于2020-08-26得票数 0
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
