标签：loss 15 训练 代码 测试 Alpha 识别 进行
过去三天完成了哪些任务?
已完成:
MobileNetV3的测试
分析我们的数据集
我们在AI研习社中下载了鸟类识别的数据集，挑选了20种鸟类作为我们初测试的数据集
通过训练，训练集的效果还算不错，也存在一些时候loss较高；但是验证集的loss相对较大，高的时候达到0.5以上，可能是因为过饱和造成的影响，代码还需改进
进行预测
现在通过我们训练的来进行预测
这个鸟的识别还是非常不错的
这个就有点惨不忍睹了，识别错误了
换了一张照片后终于可以分辨出来了
总结
基于以上的测试，我们的判断、训练还是存在一定的问题，仍需要修改。
下一步的计划：
-
对代码进行修改，降低loss
-
对代码进行重构封装，方便后端进行调用
-
使用数量较大的测试数据集进行训练
-
进行模块测试
每个人的工作
| 柯家航、杜易凇 | 模型训练、修改、测试 |
| 刘佳成、孙远宜 | 网站的前后端及数据集交互的接口 |
燃尽图
例会的照片
还剩下什么任务，遇到了哪些困难
接口不知如何实现
标签：loss,15,训练,代码,测试,Alpha,识别,进行 来源： https://www.cnblogs.com/ouc2021-SEblog/p/15613160.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。