step_size=50,gamma=0.01
train Loss: 0.0048 Acc: 1.0000 test Loss: 3.1520 Acc: 0.4890
Training complete in 57m 28s Best Test Acc: 0.565000
tensor([[ 64., 203., 0., 0., 0., 1., 0., 0., 0., 0.], [ 34., 501., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 2., 0., 0., 0., 0., 0., 0., 0., 0.], [ 5., 102., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 11., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 30., 0., 0., 0., 0., 0., 0., 0., 0.], [ 3., 24., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 5., 0., 0., 0., 0., 0., 0., 0., 0.], [ 1., 14., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]]) tensor([0.2388, 0.9364, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, nan])
step_size=50,gamma=0.1
train Loss: 0.0023 Acc: 0.9993 test Loss: 3.6101 Acc: 0.4960
Training complete in 57m 43s Best Test Acc: 0.571000
tensor([[ 61., 207., 0., 0., 0., 0., 0., 0., 0., 0.], [ 25., 510., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 2., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 107., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 11., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 30., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 27., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 5., 0., 0., 0., 0., 0., 0., 0., 0.], [ 1., 14., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]]) tensor([0.2276, 0.9533, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, nan])
step_size=25,gamma=0.1
train Loss: 0.0290 Acc: 0.9990 test Loss: 2.5139 Acc: 0.4710
Training complete in 57m 38s Best Test Acc: 0.550000
tensor([[107., 158., 0., 2., 0., 0., 0., 0., 0., 0.], [ 51., 443., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 3., 0., 0., 0., 0., 0., 0., 0., 0.], [ 5., 126., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 8., 0., 0., 0., 0., 0., 0., 0., 0.], [ 2., 35., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 29., 0., 0., 0., 0., 0., 0., 0., 0.], [ 1., 6., 0., 0., 0., 0., 0., 0., 0., 0.], [ 8., 11., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 5., 0., 0., 0., 0., 0., 0., 0., 0.]]) tensor([0.4007, 0.8968, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000])
train Loss: 1.0418 Acc: 0.6227 test Loss: 1.2353 Acc: 0.5760
Training complete in 62m 14s Best Test Acc: 0.587000
tensor([[127., 149., 0., 0., 0., 0., 1., 1., 0., 0.], [ 47., 459., 0., 3., 0., 0., 1., 0., 0., 0.], [ 0., 3., 0., 0., 0., 0., 0., 0., 0., 0.], [ 15., 95., 0., 1., 0., 0., 1., 0., 0., 0.], [ 2., 10., 0., 0., 0., 0., 0., 0., 0., 0.], [ 9., 36., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 17., 0., 0., 0., 0., 0., 0., 0., 0.], [ 1., 5., 0., 0., 0., 0., 0., 0., 0., 0.], [ 2., 13., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 2., 0., 0., 0., 0., 0., 0., 0., 0.]]) tensor([0.4568, 0.9000, 0.0000, 0.0089, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000])
train Loss: 1.1627 Acc: 0.5787 test Loss: 1.1619 Acc: 0.5830
Training complete in 47m 52s Best Test Acc: 0.589000
tensor([[ 99., 162., 0., 0., 0., 0., 0., 0., 0., 0.], [ 43., 490., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 2., 0., 0., 0., 0., 0., 0., 0., 0.], [ 9., 107., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 7., 0., 0., 0., 0., 0., 0., 0., 0.], [ 5., 34., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 21., 0., 0., 0., 0., 0., 0., 0., 0.], [ 1., 8., 0., 0., 0., 0., 0., 0., 0., 0.], [ 1., 8., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 3., 0., 0., 0., 0., 0., 0., 0., 0.]]) tensor([0.3793, 0.9193, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000])
Switched to random sample model
tensor([[ 0., 287., 0., 0., 0., 0., 0., 0., 0., 0.], [ 3., 515., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 3., 0., 0., 0., 0., 0., 0., 0., 0.], [ 1., 119., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 10., 0., 0., 0., 0., 0., 0., 0., 0.], [ 1., 45., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 21., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 10., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 15., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 2., 0., 0., 0., 0., 0., 0., 0., 0.]]) tensor([0.0000, 0.9942, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000])
tensor([[110., 153., 0., 20., 1., 2., 0., 0., 1., 0.], [ 77., 415., 0., 20., 2., 1., 2., 0., 1., 0.], [ 0., 3., 0., 0., 0., 0., 0., 0., 0., 0.], [ 26., 73., 0., 15., 2., 3., 1., 0., 0., 0.], [ 1., 8., 0., 1., 0., 0., 0., 0., 0., 0.], [ 5., 34., 0., 6., 0., 1., 0., 0., 0., 0.], [ 5., 14., 0., 1., 1., 0., 0., 0., 0., 0.], [ 3., 7., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 15., 0., 0., 0., 0., 0., 0., 0., 0.], [ 1., 1., 0., 0., 0., 0., 0., 0., 0., 0.]]) tensor([0.3833, 0.8012, 0.0000, 0.1250, 0.0000, 0.0217, 0.0000, 0.0000, 0.0000, 0.0000])
Epoch 99/99
----------
train Loss: 0.0068 Acc: 0.9990
test Loss: 2.7476 Acc: 0.5233
Training complete in 46m 11s
Best Test Acc: 0.524225
step_size=25,gamma=0.01
tensor([[ 89., 187., 0., 8., 0., 3., 0., 0., 0., 0.], [ 56., 444., 0., 16., 1., 1., 0., 0., 0., 0.], [ 0., 3., 0., 0., 0., 0., 0., 0., 0., 0.], [ 8., 104., 0., 7., 0., 1., 0., 0., 0., 0.], [ 1., 9., 0., 0., 0., 0., 0., 0., 0., 0.], [ 6., 34., 0., 5., 0., 0., 1., 0., 0., 0.], [ 1., 18., 0., 2., 0., 0., 0., 0., 0., 0.], [ 2., 8., 0., 0., 0., 0., 0., 0., 0., 0.], [ 0., 13., 0., 2., 0., 0., 0., 0., 0., 0.], [ 0., 2., 0., 0., 0., 0., 0., 0., 0., 0.]]) tensor([0.3101, 0.8571, 0.0000, 0.0583, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000])
train Loss: 0.0897 Acc: 0.9717 test Loss: 2.0152 Acc: 0.4961
Training complete in 46m 4s Best Test Acc: 0.523256
step_size=15,gamma=0.01
train Loss: 0.2233 Acc: 0.9073 test Loss: 1.7643 Acc: 0.4409
Training complete in 51m 34s Best Test Acc: 0.474806
tensor([[ 21., 249., 0., 7., 0., 5., 3., 0., 2., 0.], [ 22., 467., 0., 7., 0., 15., 3., 0., 4., 0.], [ 0., 3., 0., 0., 0., 0., 0., 0., 0., 0.], [ 7., 104., 0., 0., 0., 7., 0., 0., 2., 0.], [ 0., 8., 0., 1., 0., 1., 0., 0., 0., 0.], [ 3., 40., 0., 0., 0., 2., 0., 0., 1., 0.], [ 0., 20., 0., 1., 0., 0., 0., 0., 0., 0.], [ 0., 9., 0., 0., 0., 1., 0., 0., 0., 0.], [ 0., 14., 0., 0., 0., 1., 0., 0., 0., 0.], [ 0., 2., 0., 0., 0., 0., 0., 0., 0., 0.]]) tensor([0.0732, 0.9015, 0.0000, 0.0000, 0.0000, 0.0435, 0.0000, 0.0000, 0.0000, 0.0000])
step_size=35,gamma=0.01
train Loss: 0.0227 Acc: 0.9946 test Loss: 2.3731 Acc: 0.5087
Training complete in 46m 34s Best Test Acc: 0.535853
tensor([[ 76., 197., 0., 12., 0., 2., 0., 0., 0., 0.], [ 40., 466., 0., 11., 0., 1., 0., 0., 0., 0.], [ 0., 3., 0., 0., 0., 0., 0., 0., 0., 0.], [ 9., 99., 0., 11., 0., 1., 0., 0., 0., 0.], [ 1., 8., 0., 1., 0., 0., 0., 0., 0., 0.], [ 9., 34., 0., 3., 0., 0., 0., 0., 0., 0.], [ 4., 17., 0., 0., 0., 0., 0., 0., 0., 0.], [ 1., 8., 0., 1., 0., 0., 0., 0., 0., 0.], [ 0., 14., 0., 1., 0., 0., 0., 0., 0., 0.], [ 0., 2., 0., 0., 0., 0., 0., 0., 0., 0.]]) tensor([0.2648, 0.8996, 0.0000, 0.0917, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000])
batch_size = 32 epochs = 100 eta = 0.001 imgDim = 224
step_size=35,gamma=0.01
tensor([[126., 142., 0., 17., 0., 1., 1., 0., 0., 0.], [ 97., 390., 0., 18., 2., 5., 4., 0., 2., 0.], [ 1., 2., 0., 0., 0., 0., 0., 0., 0., 0.], [ 28., 73., 0., 14., 1., 3., 1., 0., 0., 0.], [ 3., 6., 0., 1., 0., 0., 0., 0., 0., 0.], [ 11., 30., 0., 5., 0., 0., 0., 0., 0., 0.], [ 6., 15., 0., 0., 0., 0., 0., 0., 0., 0.], [ 1., 6., 0., 2., 0., 0., 1., 0., 0., 0.], [ 4., 9., 0., 0., 0., 2., 0., 0., 0., 0.], [ 2., 0., 0., 0., 0., 0., 0., 0., 0., 0.]]) tensor([0.4390, 0.7529, 0.0000, 0.1167, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000])
tensor([[0.4390, 0.2741, 0.0000, 0.1417, 0.0000, 0.0217, 0.0476, 0.0000, 0.0000, 0.0000], [0.3380, 0.7529, 0.0000, 0.1500, 0.2000, 0.1087, 0.1905, 0.0000, 0.1333, 0.0000], [0.0035, 0.0039, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000], [0.0976, 0.1409, 0.0000, 0.1167, 0.1000, 0.0652, 0.0476, 0.0000, 0.0000, 0.0000], [0.0105, 0.0116, 0.0000, 0.0083, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000], [0.0383, 0.0579, 0.0000, 0.0417, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000], [0.0209, 0.0290, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000], [0.0035, 0.0116, 0.0000, 0.0167, 0.0000, 0.0000, 0.0476, 0.0000, 0.0000, 0.0000], [0.0139, 0.0174, 0.0000, 0.0000, 0.0000, 0.0435, 0.0000, 0.0000, 0.0000, 0.0000], [0.0070, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000]])
batch_size = 32 epochs = 100 eta = 0.1 imgDim = 224 step_size = 7 gamma = 0.01 optimizer_type = "Adam" scheduler_type = "StepLR" do_three_classes = True use_train_test_split = False # Should Use Weighted Random Sampling for Better Performance
Poor Results
batch_size = 32 epochs = 100 eta = 0.01 imgDim = 224 step_size = 7 gamma = 0.01
slightly better
batch_size = 32 epochs = 100 eta = 0.01 imgDim = 224 step_size = 25 gamma = 0.01
overfitting
changed step size to 20, did not seem to improve much