图片尺寸对分类迭代次数和准确率的影响
(0, 2)---(n*n)*30*2---(1,0)(0,1)
做一個網絡來分類mnist的0和2,用間隔取點的辦法把圖片邊長n化成n=5,7,9,…,27。共12個不同的值,讓網絡的收斂誤差δ=1e-4,每個收斂誤差收斂199次,統計平均值。
得到表格
| 0*2 | |||||||||||||
| f2[0] | f2[1] | 迭代次數n | 平均準確率p-ave | 1-0 | 0-1 | δ | 耗時ms/次 | 耗時ms/199次 | 耗時 min/199 | 最大準確率p-max | 迭代次數標準差 | pave標準差 | |
| 2 | |||||||||||||
| 3 | |||||||||||||
| 5 | 8.03E-05 | 0.99992 | 29505.44 | 0.951445 | 0.94477 | 0.957783 | 1.00E-04 | 400.4221 | 79705 | 1.328417 | 0.961233 | 5156.462 | 0.00561 |
| 7 | 0.934607 | 0.065393 | 6523.769 | 0.950166 | 0.996006 | 0.906636 | 1.00E-04 | 144.0754 | 28679 | 0.477983 | 0.972167 | 380.1868 | 0.00614 |
| 9 | 8.94E-05 | 0.999911 | 3263.658 | 0.981683 | 0.98452 | 0.978989 | 1.00E-04 | 129.5879 | 25893 | 0.43155 | 0.984095 | 393.9651 | 9.10E-04 |
| 11 | 0.105594 | 0.894406 | 5257.714 | 0.986858 | 0.988776 | 0.985037 | 1.00E-04 | 243.9849 | 48558 | 0.8093 | 0.99006 | 846.2391 | 0.00568 |
| 13 | 8.00E-05 | 0.99992 | 2952.492 | 0.987272 | 0.98332 | 0.991026 | 1.00E-04 | 236.6935 | 47188 | 0.786467 | 0.991054 | 423.8031 | 0.001592 |
| 15 | 8.65E-05 | 0.999914 | 1817.678 | 0.966842 | 0.983909 | 0.950635 | 1.00E-04 | 222.8995 | 44366 | 0.739433 | 0.970179 | 217.1965 | 0.001125 |
| 17 | 0.738657 | 0.261343 | 10440.54 | 0.975152 | 0.997046 | 0.95436 | 1.00E-04 | 1100.558 | 219019 | 3.650317 | 0.987078 | 365.4243 | 0.006677 |
| 19 | 0.608019 | 0.391981 | 9987.251 | 0.985487 | 0.993416 | 0.977957 | 1.00E-04 | 1305.206 | 259744 | 4.329067 | 0.992048 | 684.8174 | 0.005245 |
| 21 | 0.613045 | 0.386955 | 9267.457 | 0.982474 | 0.993221 | 0.972269 | 1.00E-04 | 1443.271 | 287231 | 4.787183 | 0.993042 | 1298.923 | 0.012476 |
| 23 | 9.12E-05 | 0.999909 | 5998.372 | 0.985399 | 0.977987 | 0.992438 | 1.00E-04 | 1203.231 | 239445 | 3.99075 | 0.993042 | 837.7116 | 0.005969 |
| 25 | 8.94E-05 | 0.99991 | 5187.618 | 0.989285 | 0.986637 | 0.9918 | 1.00E-04 | 1291.015 | 256914 | 4.2819 | 0.993539 | 780.839 | 0.002911 |
| 27 | 8.95E-05 | 0.999911 | 5134.784 | 0.98931 | 0.986504 | 0.991975 | 1.00E-04 | 1413.518 | 281291 | 4.688183 | 0.993042 | 776.6672 | 0.002934 |
迭代次數隨著圖片尺寸的增加而整體下降,有一個峰
分類準確率隨著尺寸的增加整體上升趨勢,但有一個谷
圖片的分類準確率并不是隨著尺寸的縮小而一直下降,如13*13的分類準確率位列第三
| 27 | 25 | 13 | 11 | 19 | 23 | 21 | 9 | 17 | 15 | 5 | 7 |
| 0.98931 | 0.989285 | 0.987272 | 0.986858 | 0.985487 | 0.985399 | 0.982474 | 0.981683 | 0.975152 | 0.966842 | 0.951445 | 0.950166 |
13*13的分類準確率甚至比23*23的還要高,按照常理似乎大的圖片包含了更多的細節理應相對小的圖片有更高的分類準確率,但細節豐富并不見得更易于分類,應該是區別明顯才更易于分類,比如有兩張圖
現在用間隔取點的辦法把4*4的化成2*2的,可以得到
直觀上這個2*2的要更容易被分類,因為左圖的輸入全是0,所以這個間隔取點的操作事實上讓兩張圖的差異變得明顯,所以這個實驗表明兩張圖的局部細節可能與整體的差異不同。
所以如果將圖片縮小可能獲得更大的分類準確率,則可能將圖片放大分類準確率卻會下降。這個現象有有助于理解為什么卷積核過多分類準曲率卻下降的現象,或許就是因為過多的細節反而掩蓋了局部的差異。
這個實驗也佐證了形態的變化是沒有遞進規律的假設,如果形態的變化是遞進的則可以任意的壓縮圖片而不損失任何細節,或者可以將任意小的圖片放大到任意大,若是如此那一個點對應的形態是什么那?
總結
以上是生活随笔為你收集整理的图片尺寸对分类迭代次数和准确率的影响的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 用神经网络分类响尾蛇和牛蛙
- 下一篇: 怎么把u盘容量变小了 U盘容量缩小的原因