关联问题
换一批
2回答
我们目前正在研究一种从胸部x光图像中检测肺结核的图像分类任务。你可以在下面看到我们的代码。我们将0.7用于训练集，0.2用于验证集，0.1用于测试集。我们的训练和验证损失在这里 ? 但是当我们在我们的测试数据集上尝试它时，我们得到的是： ? <
浏览 38提问于2021-07-04得票数 0
简言之：1)参照下文提供的网络体系结构，任何人都可以深入了解如何减少验证损失(以及验证损失如何可能大大高于培训损失，尽管自动编码器在测试
浏览 1提问于2019-10-10得票数 0
2回答
每一个都显示了在多个时期的训练和测试损失。通过查看每一张图，我如何才能看到哪一张是最好的？哪些是超配的，哪些是不足的。哪个年代的情况每况愈下？
📷
浏览 0提问于2019-05-15得票数 3
最近我训练了一个分类模型来识别动作。一切顺利，但损失曲线和精确曲线之间存在一些不一致之处。损失图中蓝色的是测试损失，紫色是训练损失。在度量图中，绿色曲线是训练精度，蓝色曲线是测试精度。正如我们所看到的，虽然测试损失有恶化的趋势，但是
浏览 0提问于2018-08-17得票数 1
回答已采纳
假设你遇到了一个损失曲线，如下所示。在何种情况下，你应该相信这个模型？最初的幸运猜测还是在它稳定下来之后？📷
浏览 0提问于2019-06-26得票数 1
回答已采纳
利用matlab训练二值分类神经网络模型，给出了在隐层中使用20个神经元得到的图。交叉熵与年代之间的混淆矩阵和图。
为了防止模型中的过度拟合，损失图中的训练曲线应该与验证曲线相似。但在目前的情况下，第三张图显示了验证曲线与训练相似的曲线，尽管与上述曲线中两条曲线的分叉
浏览 0提问于2018-05-19得票数 3
1回答
我为我的论文做了一些预测(股票)。我只使用了固定数量的600个样本(这是无法改变的)。由于数据集较小，我只做了训练和测试拆分(没有验证等)。我发现一些设置在训练和测试中都获得了非常好的结果(MAPE和R2)。但我只有列车组的损失曲线。我想知道这是否足够了，还是必须同时具有训练和验证损失曲线？由于这个想法，我把它
浏览 20提问于2019-11-12得票数 0
1回答
关于一个多类分类问题的9个神经元的输入和4个神经元的输出。我尝试过不同的模式，并为所有这些：
拜托，你能给我建议一下我应该用什么型号吗？数据集：
(trainX, testX, trainY, testY) = train_test_sp
浏览 7提问于2022-11-26得票数 -2
我试图建立一个完全连接的神经网络来解决回归问题。数据集由18个特征和1个标签组成，所有这些都是物理量。print(f"Final score train (RMSE): %0.4f" %(score3))编辑：
我试着做了一些重要的功能
浏览 5提问于2020-01-22得票数 6
回答已采纳
1回答
📷在训练我的模型后，我很难理解角点中的曲线val_loss和loss。
有人能帮我理解吗？另外，我的模特是超身还是不合身？
浏览 0提问于2019-09-01得票数 0
回答已采纳
1回答
一种分类算法的学习曲线
、、、
我试着理解这个学习曲线的一个分类问题.但我不知道该推断什么。我相信我已经适应过度了，但我不能肯定。不匹配模型的学习曲线在一开始就有较低<
浏览 0提问于2022-01-12得票数 2
1回答
文本分类问题
、、、
我是ML的新手，我试着把文本分成两类。我的数据集是使用Tokenizer从医学文本中创建的，它是不平衡的，有572条记录用于训练，471条记录用于测试。对于我来说，很难建立具有不同预测输出的模型，几乎所有的值都是相同的。我已经厌倦了使用this等示例中的模型，并亲自调整参数，但输出总是毫无意义 下面是标记化并准备好的data 下面是脚本：Gist 我使用的示例模型 sequ
浏览 15提问于2019-05-09得票数 0
回答已采纳
2回答
我的学习曲线是否过正？
、、、、
我正致力于多分类任务(总共6个班)，并获得了几乎完美的训练和测试的准确性(超过99%)的基础上，我的训练cnn模型。我想知道，我受过训练的模特是否有过度适应的问题。附件是该模型的损失和准确性的学习曲线。整个训练数据集包含大约30k样本，训练与验证数据的比率为4:1。我的<em
浏览 7提问于2022-10-10得票数 -1
回答已采纳
我知道学习曲线是诊断模型过拟合或欠拟合的一个很好的工具。
其工作原理简单:根据学习率、模型结构复杂度、训练集大小、训练周期数等具体参数绘制训练/验证损失/精度图。然而，我应该总是绘制许多不同的学习曲线，即取决于这些不同的参数？或者，如果我只根据一个参数绘制一条学习曲线，那就足够了吗？因此，如果我只绘制基于keras (tensorflow 2作
浏览 0提问于2020-05-10得票数 0
1回答
我应该如何获得这些值，以了解我的模型是过分适合还是不合适？例如，当train_error= 0.1和dev_error=0.25时，模型过度是可以理解的。但我不知道我的模型提供的结果中哪一个表明了上述错误。损失值是指示此度量值还是(1-精度)的？这是我的模型训练结果的一部分：100253/100253 [==============================] - 12s 118
浏览 2提问于2019-09-26得票数 0
回答已采纳
1回答
我正在训练一个深层的MRI分割模型。我使用的模型是U-Net++和UNet3+.然而，当绘制这些模型的验证和训练损失时，我发现它们都以损失的突然下降和永久的平台而结束。有什么可能导致这个高原的原因吗？下面是训练和验证损失曲线的图，以及验证集上相应的分段性能(
浏览 10提问于2022-02-14得票数 -2
我想并排查看训练数据和测试数据的损失曲线。目前，使用clf.loss_curve获得每次迭代的训练集损失似乎很简单(见下文)。MLPClassifier()clf.loss_curve_ # this seems to have loss for the training set
然而，我也想在一个测试数据集上绘制性能图
浏览 0提问于2017-10-24得票数 15
2回答
我收集了大约1,500个标记数据并用yolo v3进行了训练，得到了~10的训练损失，验证损失~ 16。显然，我们可以使用真实的测试数据来评估模型的性能，但我想知道是否有一种方法来判断训练损失= 10是否是一个“好”的。或者，这是否表明我需要使用更多的训练数据来查看是否可以将其降低到5或更少？最终，我的
浏览 0提问于2018-06-28得票数 1
2回答
损失曲线过拟合
、、、
我在这里显示了损失曲线。我每15次就将学习率降低1/10。在模型中也有辍学现象。正如你所看到的，我正试图找出模型训练的最佳点。我最初的假设是，这个点出现在28时代附近，因为验证错误几乎保持不变，然后略有增加。然而，我仍然想知道这是好的，还是模型确实过分合适。作为一
浏览 0提问于2019-01-09得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
