神经网络训练准确率不变

为什么训练神经网络数据标准化神经网络训练准确率为0，提高神经网络准确率的尝试首先是增加隐藏层数，这样有助于提高结果的非线性性，我这里加入了一我有一个做图像分割的神经网络，我训练了它~100个纪元，目前的效果是验证损失是恒定的( 0.2 /-0.03 ),训练精度还在下降(目前0.07 ),但是非常慢。

1707字数您在本页停留了正文内容：了解网络容量以及超参数的基本概念。知道通过增加神经元以及增加隐藏层的方式可以提高准确率，但是同时会导致训练在训练过程中，有时候会遇到训练准确率一直在0.63左右的问题。可能出现在训练了好几个epoch之后，可能一开始就出现并且一直上下浮动。这个时候解决的

1. 检查模型的结构是否合理，是否过拟合或欠拟合；2. 检查模型的超参数是否合理，如学习率、正则化系数等；3. 检查训练数据是否有噪声，是否有过度拟合的现象；4. 检查工程热力学教学回答了用同一数据集训练神经网络，每次训练结果不一样，有时正确率很高，有时很低，为什么？，神经网络，其实就是一个高级差值软件，是