返回信息流RT，之前用tensorflow跑mnist跑的好好地，结果也好看，然后(ˇ_ˇ) 想换成cifar100，自己解析了一下cifar100，没换网络，然后发现loss函数的曲线“飞了”？就是损失函数越来越大。。。。[ema1][ema1][ema1]这种现象和网络的结构有关系吗？
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #24024同步于 2017/5/7
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
tensorflow在cifar100测试，曲线上升？mnist不会。。。
xuehuanran
2017/5/7镜像同步6 回复
订阅后，新回复会通过你的通知中心匿名送达。
6 条回复
网络是tensorflow官网上的例子 两个卷积层 两个全连接 损失函数是交叉熵
【 在 hx0502001 的大作中提到: 】
: 用的是什么网络？损失函数是什么？～
:
: 通过『我邮2.0』发布
感觉可能是没有对数据集做处理，MNIST是灰度图，输入的是1个通道，cifar100是彩图，输入的应该是3通道，通道数可能需要改一下，锁提取的feature map可能也需要调整，彩图包含的特征比灰度图要多很多，而且，之前mnist的图像是28*28的，而cifar100 是32*32 的，经过两次pooling，之后的全连接个数和weights个数跟MNIST是不一样的，需要相应的调整网络结构，其他的就是初始化参数和超参数的调整。
cifar100的输出和MNIST也不一样，损失函数需要做相应的调整。
【 在 xuehuanran 的大作中提到: 】
: 网络是tensorflow官网上的例子 两个卷积层 两个全连接 损失函数是交叉熵