我正在尝试使用标记数据来训练深度神经网络(DNN)。标签的编码方式使其仅包含值0和1。编码标签的形状是5 x 5 x 232。标签中的值的About 95%是0,rests是1。目前,我正在使用binary_crossentroy损失函数来训练网络。
在这种情况下,训练DNN的最佳技术是什么?在这种情况下,选择binary_crossentroy作为损失函数是否合适?任何改善模型性能的建议。
我使用scikit_learn.GridSearchCV为我的Keras神经网络网格搜索超参数(用于回归问题)。我的神经网络的输出是一个实值: #generate a model (createModel is a function which returns a keras.Sequential model)
model = keras.wrappers.scikit_learn.KerasRegressor(build_fn=createModel)
#run the GridSearch
paramGrid = dict( epochs=[100, 250, 500], batch