使用TensorFlow训练样本，影响loss数值的因素主要有哪些？

Question

问题描述

最近使用TensorFlow训练样本，神经网络选择的是yolov3，loss数值一直维持在8左右，再没进行全局收敛了，最终识别率也不高。

问题出现的环境背景及自己尝试过哪些方法

loss为8实在太大，想对其进行优化，因为对机器学习这方面经验尚浅，只总结了以下一些优化点：

• 修改激活函数
• 修改损失函数
• 优化训练样本：增加训练集数量；标记时减少干扰项等

请问除了这几点，还有什么地方可以进行优化的呢？暂时没有想过设置超参，像梯度下降时的步长等。

Answer 1

不知道你用的什么数据集，我觉得对于你的数据集而言，模型表达能力不够，可以尝试改一下网络。

而且为什么只看loss啊，目标检测的主要评价指标应该还是mAP之类的吧。

Answer 2

batch_size现在是多少，设置小一点试下，还有学习率