tensorflow - Tensorflow の ImageNet で VGG の SoftMax が飽和するのを防ぐ

Question

花用のVGG_16 SLIM Tensorflowフレームワーク (ImageNet Dataset) でトレーニング済みモデルの評価に取り組んでいます。

私のデータは範囲 uint8 (0,255) の RGB です。前処理段階で、フレームワークは 0 平均に沿ってデータを整列し、それを float32 形式に変換します。トレーニングすると、ロジットは非常に大きな値のように見え、以下のようにソフトマックスを飽和させていることがわかります

network_fn = nets_factory.get_network_fn(
        "vgg_16",
        num_classes=5,
        is_training=False)

    logits, _ = network_fn(img)

    op_prob = tf.nn.softmax(logits)


# Logits : [[  8.76755524  95.47770691  -5.89457178 -23.20689011 -70.85565948]]

私が試した1つの解決策は、絶対ロジットを最大値で差し引くことでしたが、これらのロジットの範囲が異常に見えるため、問題は解決しませんでした.

誰かが私を正しい方向に向けてください。?