CNN训练时验证集准确率保持不变

Question

我正在训练一个用于多标签分类任务的CNN模型。我的训练数据集有5000个数据点，每个数据点是一个100000长的一维数组。所以训练集的形状是(5000,100000)

图为我的CNN模型的结构。我现在遇到的问题是，无论我如何修改模型，验证集的准确性总是完全相同(总是0.88)。我试图改变过滤器的数量和内核大小，层数和卷积函数(我以前使用CONV2D)。我已经标准化了我的数据集。我想知道是什么导致了这个问题，或者我可以在模型中修改什么呢。提前感谢您的帮助!

这是训练过成中显示的结果，不管什么样的网络都是这样的，全都是0.88。

Answer 1

【相关推荐】

• 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7780502

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^