0回答
我正在训练一个ResNet (CIFAR-10数据集)，训练准确率大部分(在95%的时期)都在增加，但有时它会下降5-10%，然后又开始增加。51s 1ms/step - loss: 0.5453 - acc: 0.8165 - val_loss: 1.0232 - val_acc: 0.6963那么，为什么会发生这
浏览 0提问于2017-11-24得票数 2
回答已采纳
我正在keras中训练神经网络，我达到了一个经典的极限-我的训练精度随着时代的增加而提高，但我的验证精度在9个时代之后会下降(见图)。 ? 我想知道我是否可以通过执行以下操作来避免验证精度的下降:如果时期导致验证精度的提高，则使keras net仅接受每个时期之后对权重的更改，否则重置为时期之前的状态？我假设验证在很大程度上开始偏离，因为在
浏览 15提问于2019-09-01得票数 0
1回答
我正在使用CNN在Chainer中对细胞图像进行分类。随着主/训练精度的提高，模型的验证精度也在下降。我想知道为什么验证准确率在下降，有什么方法可以提高验证准确率。我已经在除最后一层之外的所有层中应用了relu和dropout。在该模型中，即使在50个时期之后，训练和验证精度也是不变的。下面给出的模型显示主/训练精度从0.78
浏览 24提问于2019-01-08得票数 1
回答已采纳
1回答
神经网络的验证精度
、、、
在训练神经网络时，我通常把在验证数据上获得的精度(验证精度)作为网络性能的中间度量--最终的度量是测试精度。根据训练数据的大小，在一个时期内测量此验证精度一次或多次。通常，我停止训练时，验证准确性开始下降 -一个迹象的过度拟合。
然而，对于大型数据集，我通常没有足够的计算能力来等待验证的准确性下降。我只是在验证的准确性(或验证损失)保持一段时间不
浏览 0提问于2018-03-24得票数 1
1回答
我正在训练一个CNN-LSTM concat模型，经过20个时期后，我得到了69%的准确率和0.04 %的损失？我知道非常高的训练精度和相对较低的验证精度的组合表示过拟合，但我想知道低精度和非常低的损失是否也表示过拟合。 总体而言，准确率呈线性增加，损失呈指数下降。
浏览 37提问于2020-01-30得票数 0
回答已采纳
1回答
解释验证损失
、、、
如果我绘制每个时期之后得到的结果，我会得到以下结果：enter image description here 我的训练精度和验证精度提高了，我的训练损失减少了，但验证损失虽然下降了一些，但并不是非常接近训练损失验证损失没有像训练损失减少那么多的事实是否意味着我有过度拟合？ (以防万一，我做了25个时期，批量:128，学习率:0.0001，训练/验证分割:0.40) 谢谢你的帮助
浏览 53提问于2020-08-11得票数 1
回答已采纳
在python的Tensorflow 2.0中训练一个神经网络时，我注意到训练的准确性和损失在不同时期之间发生了很大的变化。我知道，所打印的指标是整个时代的平均值，但在每一个时代之后，精度似乎都会显著下降，尽管平均值总是在增加。
我在我自己实现的所有模型上都注意到了这种行为，所
浏览 5提问于2019-10-14得票数 10
回答已采纳
3回答
mean_squared_error')根据我所知道的定义，1个epoch =遍历所有训练示例一次以进行一次权重更新优化器采用batch_size算法，将训练样本分成小批。每个小批量的大小为batch_size。
我不熟悉adam优化，但我相信它是GD或Mini batch GD的变体。梯度下降-有一个大的批次(所有数据)，但多个纪元。迷你批次梯度下降-使用多个迷你批次，但只有一个<em
浏览 2提问于2018-07-17得票数 1
3回答
但我在深度学习和咖啡因方面还是个新手。我们如何检测需要多少次迭代才能对我们自己的数据集上的预训练进行微调？例如，我使用5个类对我自己的数据运行fcn32。我什么时候可以通过观察训练阶段的损失和准确性来停止微调过程？
非常感谢
浏览 66提问于2017-01-15得票数 1
我想知道验证集是否以任何方式影响了网络的训练，或者它的唯一目的是监控训练进度(与tensorflow for poets项目有关)。如果没有，一旦我知道我的数据集的准确性，是否可以将验证和训练集减少到零？因此，通过这种方式，我可以使用我所能提供的最大量的数据来训练模型。
浏览 2提问于2017-11-17得票数 0
1回答
我尝试了几个神经网络，我想知道，我什么时候才能有一个好的训练模型。在哪种情况下，我会有一个训练得更好的模型？什么是所需的行为？
谢谢
浏览 15提问于2019-11-08得票数 2
我不能让我的电脑整天运行，为此，我需要在每个时期之后保存训练历史。例如，我已经在一天内训练了100个时期的模型，第二天，我想再训练50个时期。我需要生成整个150个时期的损失与时期和精度与时期图。有没有办法保存每个时期之后的训练历史(最有可能的是使用Callback)？我知道如何在训练结束后保存训练历史。我正在使用Tensorf
浏览 0提问于2018-05-02得票数 13
我正在训练一个模型，使用作者最初的学习速率(我也使用他们的github )，我得到了一个不断振荡的验证损失，它会减少，然后突然跳到一个很大的值，然后再次下降，但从没有真正收敛到它得到的最低值是2(而训练损失收敛到在每一个时代，我得到训练的准确性，在最后，验证的准确性。验证精度总是大于训练精度。
当我测试真实的测试数据时，我得到了很好的结果，但是我不知道我的模型是否太合适了。我预计一个好的模型的val损失会以类似的方式与训练</
浏览 0提问于2019-03-26得票数 9
回答已采纳
我正在训练一个做图像字幕的模型。我注意到我的模型在第一个时期获得了非常高的训练精度(大约89%)以及验证精度。实际上，训练精度从第一个时期的开始就处于一个非常高的水平，它从%60左右开始，很快就上升到%80。这对我来说没有意义，因为模型学习非常快，一开始就有很高的准确性。
浏览 15提问于2018-08-02得票数 0
回答已采纳
我训练了它大约100个时期。当前的效果是验证损失是恒定的(0.2 +/- 0.03)，并且训练精度仍然在下降(目前是0.07)，但非常慢。我目前在第一层使用dropout (50%)。将dropout添加到每个层(大约有15个层)是否有意义？或者我还应该添加L2正则化？使用L2和droput有意义吗？
非常感谢
浏览 0提问于2016-10-06得票数 0
在我的机器学习任务中，我有一个问题，在一些罕见的情况下(时期)，优化器看到一个糟糕的训练集，在那个时期之后，权重和偏差变得完全混乱，所以我想放弃这个时期。Last loss: {self.last} this loss {current}")model.fit(
x,
浏览 33提问于2020-10-31得票数 1
我读了Aakash在AugMix 上的代码，在CTEarlyStopping类下找到了‘耐心’这个词。这不是我第一次遇到这个词，但在这些术语中我是个菜鸟。寻找一个快速的解释。
浏览 4提问于2020-01-04得票数 3
回答已采纳
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
