在运行除了resnet外的其他模型时，模型效果不收敛。准确率一直在0.2左右徘徊。

[MingKeYue]

Tensorflow-gpu版本为2.0.0 ，使用的flower_photos数据集
您好，我在运行您的代码时发现：运行mobilenet、densenet、effcientnet等模型时，模型效果不收敛。准确率一直在0.2左右徘徊。请问这个是什么原因呢？

[Jaren1907]

我遇到了同样的问题，在VOC2007数据集上训练了mobilenet/ResNeXt101等，准确率也一直在0.2左右，未见提升。
请问你解决了此问题吗？

系统：Ubuntu 16.04
CUDA：10.0
Tensorflow-gpu：2.0.0

[Davidxswang]

选用的learning rate合适吗？改变learning rate效果有改变吗？ @Jaren1907 @MingKeYue

[robinjoe93]

选用的learning rate合适吗？改变learning rate效果有改变吗？ @Jaren1907 @MingKeYue

没见哪里可以设置learning rate的额

[Davidxswang]

选用的learning rate合适吗？改变learning rate效果有改变吗？ @Jaren1907 @MingKeYue

没见哪里可以设置learning rate的额

在train.py里有optimizer，它是有默认参数的，只不过没有写。

optimizer = tf.keras.optimizers.RMSprop()

参见这里：
RMSProp

[robinjoe93]

选用的learning rate合适吗？改变learning rate效果有改变吗？ @Jaren1907 @MingKeYue

没见哪里可以设置learning rate的额

在train.py里有optimizer，它是有默认参数的，只不过没有写。

optimizer = tf.keras.optimizers.RMSprop()

参见这里：
RMSProp

哦哦哦 多谢朋友 在configuration找半天。。

[Davidxswang]

选用的learning rate合适吗？改变learning rate效果有改变吗？ @Jaren1907 @MingKeYue

没见哪里可以设置learning rate的额

在train.py里有optimizer，它是有默认参数的，只不过没有写。

optimizer = tf.keras.optimizers.RMSprop()

参见这里：
RMSProp

哦哦哦 多谢朋友 在configuration找半天。。

不客气~

[Jaren1907]

选用的learning rate合适吗？改变learning rate效果有改变吗？ @Jaren1907 @MingKeYue

我修改了学习率，结果没有变化。我使用的flower数据集和VOC2007数据集。
当我使用tf.keras官方的tf.keras.applications.MobileNetV2训练时，加载了预训练权重后，模型表现正常，但没有加载预训练权重时，acc也像这个项目中一样，一直在0.2左右
因此加载预训练权重后，应该可以解决问题，但作者未提供预训练权重

[znanliu]

+1 我也出现了相同的情况。
我修改了optimizer的lr，但是准确率也没有改变...

[ycdhqzhiai]

Tensorflow-gpu版本为2.0.0 ，使用的flower_photos数据集
您好，我在运行您的代码时发现：运行mobilenet、densenet、effcientnet等模型时，模型效果不收敛。准确率一直在0.2左右徘徊。请问这个是什么原因呢？

我用自己的三类数据集训练，跟你情况类似，accuracy一直都是33%，用resnet很快就到了80%，后面把mobilenet、densenet、effcientnet等模型AveragePooling换成GlobalAveragePooling 1*1conv换成fc，在训练就正常了，很快到80%

[David9591]

Tensorflow-gpu版本为2.0.0 ，使用的flower_photos数据集
您好，我在运行您的代码时发现：运行mobilenet、densenet、effcientnet等模型时，模型效果不收敛。准确率一直在0.2左右徘徊。请问这个是什么原因呢？

我用自己的三类数据集训练，跟你情况类似，accuracy一直都是33%，用resnet很快就到了80%，后面把mobilenet、densenet、effcientnet等模型AveragePooling换成GlobalAveragePooling 1*1conv换成fc，在训练就正常了，很快到80%

能请您分享一下修改后的代码吗？我也在做三分类，遇到了跟您同样的问题，谢谢！