尽管你不喜欢数据,重复较小的数据集的例子可能是最快的和最可靠的方式进行。
谢谢你的正式接受我的答案。
格雷格
CNN与不平衡数据
24日视图(30天)
显示旧的评论
你好
我有一个问题关于CNN在MATLAB
我有一个与不平衡数据集类。70 20 10 B和c,我怎样才能减少这种不平衡在训练的效果。输入图像是二进制图像
当执行一个分析方案,预测主要是每次都要。
网络的建筑风格是使用完全相同AlexNet网络
image_size = 512;
层= [
imageInputLayer ([image_size image_size 1],“归一化”,“没有”)
96年convolution2dLayer(11日“步”4“填充”,0)
reluLayer
crossChannelNormalizationLayer (5)
maxPooling2dLayer (3“步”,2)
groupedConvolution2dLayer (5128 2“步”,1“填充”,2)
reluLayer
crossChannelNormalizationLayer (5)
maxPooling2dLayer (3“步”,2)
convolution2dLayer (3384“步”,1“填充”,1)
reluLayer
groupedConvolution2dLayer (3192 2“步”,1“填充”,1)
reluLayer
groupedConvolution2dLayer (3128 2“步”,1“填充”,1)
reluLayer
maxPooling2dLayer (3“步”,2)
fullyConnectedLayer (4096)
reluLayer
dropoutLayer (0.5)
fullyConnectedLayer (4096)
reluLayer
dropoutLayer (0.5)
fullyConnectedLayer (3“WeightLearnRateFactor”,1“BiasLearnRateFactor”,1)
softmaxLayer
classificationLayer];
% analyzeNetwork(层)
选择= trainingOptions (“个”,…
“ExecutionEnvironment”,“图形”,…
“Minibatchsize”10…
“MaxEpochs”,64,…
“InitialLearnRate”,0.0001,…
“洗牌”,“every-epoch”,…
“详细”假的,…
“阴谋”,“训练进步”);
我的主要问题是如何使网络预测其他两类,而不只是拍摄的,因为它是最高的数据量。有一个命令使用或网络出问题了?
我不喜欢数据增加数据集使用的形状和大小是重要的因素。
谢谢你！
