mindspore用户自定义数据问题

问题描述：

训练出来的图像分类模型误差一直没有减少，分类15种，训练准确率也是1/15，跟没分类的一样

学习步长调整过好多次也没用，不知道哪里出了问题

解答：

对于图像字段是需要提供 归一化 后的数据，如：我们官方示例脚本中 https://gitee.com/mindspore/models/blob/master/official/cv/lenet/src/dataset.py

rescale_nml_op = CV.Rescale(rescale_nml, shift_nml)
 
rescale_op = CV.Rescale(rescale, shift)

这两步操作，执行这两步操作后，图像字段像素值会变成0附近的浮点数。

你可以把你的图像字段也做下这样的操作。

或者更进一部，你用我们的dataset.py文件，然后把其中的MnistDataset 换成你的

dataset = ds.GeneratorDataset(dataset_generator, ["data", "label"], shuffle=True)

再试下。