Created by: Ihuzb

按照官网提供的图像分类代码，使用其中的vgg模型进行训练，训练步骤200pass，训练数据10类共7000张，测试数据10类共2000张。 Pass 136, Batch 0, Cost 0.024843, {'classification_error_evaluator': 0.015625} ...................................................................... Test with Pass 136, {'classification_error_evaluator': 0.1459999978542328} Pass 137, Batch 0, Cost 0.015981, {'classification_error_evaluator': 0.0078125} ...................................................................... Test with Pass 137, {'classification_error_evaluator': 0.13449999690055847} 从第75pass开始测试集上分类错误率一直保持在0.12~0.14，请问如何优化参数才能降低测试集上分类错误率。 修改过的参数： momentum_optimizer = paddle.optimizer.Momentum( momentum=0.9, regularization=paddle.optimizer.L2Regularization(rate=0.0002 * 128), learning_rate=0.1 / 128.0, learning_rate_decay_a=0.1, learning_rate_decay_b=7000 * 100, #这个7000按照我的训练集的总数设置过，其他的没有再设置过 learning_rate_schedule='discexp')