Я тренируюсь на специальном наборе данных (около 50 000 изображений), который был создан для выборки из трех разных наборов данных с одинаковой частотой. Основные этапы построения:
Код: Выделить всё
sample_dict = {"var_name": var, ...}
train = Dataset.from_tensor_slices(sample_dict(train_array)).shuffle(100)
split_train = [train.filter(lambda sample: sample['label']==label) for label in [0, 1, 2]]
train = tf.data.Dataset.sample_from_datasets(split_train, [1/3,1/3,1/3).batch(128)
train = train.prefetch(tf.data.AUTOTUNE)
Обучение несколько сходится, но мои показатели и потери имеют странную повторяющуюся картину. Это метрики с отслеживанием состояния, которые я добавил в свойства модели, чтобы они сбрасывались каждую эпоху. Повторяющийся шаблон не соответствует эпохам или мощности отфильтрованного набора данных (1386). Я ломаю голову над тем, что можно попробовать. Любые предложения приветствуются.
Я получаю повторяющийся шаблон, показанный ниже для потерь моего критика и генератора, а также других показателей

.
Подробнее здесь:
https://stackoverflow.com/questions/792 ... tensorflow