我正在使用Pytorch在MNIST上训练一个模型，损失曲线具有图中所示的周期模式。我仔细检查了数据加载器，数据集在每个时期都会被打乱。对于可能的原因有什么建议吗？谢谢。
浏览 8提问于2018-09-07得票数 1
1回答
列车验证精度学习曲线的分析
、、、、
我正在时尚MNIST数据集上从头开始构建一个两层神经网络。在中间，使用RELU作为激活，在最后一层，我使用softmax交叉熵。我得到了下面的学习曲线之间的训练和验证的准确性，这是明显错误的。但如果你看到我的损失曲线，它在减少，但我的模型不是学习。我不知道我在哪里出了错。有人能解释这两张图吗，比如我可能出错的地
浏览 8提问于2022-12-03得票数 1
我是机器学习的初学者，因为我喜欢使用javascript，所以我最近开始使用tensorflow.js库。我把曲线拟合成合成数据，这是一个回归问题，还有一个是卷积层的MNIST数字识别，这是一个MNIST问题，现在我知道了数据是如何在这些层中流动的。
但现在我想用图书馆做更多的事。因此，我从开放的数据集中下载了葡萄酒质量. the数据</
浏览 0提问于2018-07-26得票数 2
回答已采纳
我正在使用Pytorch，我在MNIST数据集上实现了一个CNN，它在训练和测试集上都具有99+%准确性。 我决定切换到时尚MNIST，以了解我的网络架构是如何执行的。我在训练集上获得了95%的准确率，在测试集上获得了91%的准确率。 然后，我开始尝试通过调整模型来提高性能。Conv层，在最后一个Conv层中添
浏览 16提问于2019-03-21得票数 0
2回答
训练损失改善，但验证提前收敛
、、、、
我正在使用TensorFlow创建一个CNN，在培训时，我发现训练数据集仍在改进(即损失仍在减少)，而测试/验证数据集已经收敛，不再改进。(学习曲线图附后)我的模型学习曲线图：
浏览 2提问于2021-01-03得票数 0
回答已采纳
1回答
MNIST超拟合
、、、、
我目前正在处理MNIST数据集。我的模型已经对训练数据进行了拟合，我希望通过使用weight_decay来减少过度拟合。我目前使用0.1作为weight_decay的值，这给了我糟糕的结果，因为我的验证损失和训练损失并没有减少。但是，我想为weight_decay尝试不同的值。这样我就可以在x轴上绘制不同数量的weight
浏览 8提问于2022-03-28得票数 0
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，我把它分成三部分(10%的坚持测试)，70
浏览 20提问于2019-11-12得票数 0
我快速地评估了模型的准确性(假设我们没有倾斜的数据集)。在此之后，我开始实现其他模型的比较，我开始检查准确性评分，并绘制一条ROC曲线来评估AOC评分。我们可以说，我继续我的logistic回归模型。我不打算微调它和使用网格搜索算法，然后继续选择最佳的超级参数w.r.t的准确性评分。
我什么时候才能真正画出学习和验证曲线？我假设我应该把它画在旁边，看看一个更大的参数是如何影响分数<
浏览 0提问于2020-09-14得票数 0
1回答
我遵循来构建一个简单的MNIST分类网络。我想绘制同样的损失和精确曲线。我看到了，得到了一个很好的损失曲线。但我想不出怎么做才能保证准确性。我在optimise function中尝试了以下代码if i % 100 == 0: acc_list.append(acc
浏览 0提问于2019-03-14得票数 2
回答已采纳
2回答
ubuntu - 20.04使用的数据集= MNIST
我正在测试tensorflow，我注意到验证sparse_categorical_accuracy (准确性)和验证SparseCategoricalCrossentropy (损失)都在增加，这对我来说是没有意义的。我认为验证损失应该是下降的，验证的准确性随着培训的进展而增加。或者，在过度安装的</em
浏览 0提问于2020-05-24得票数 1
我正在医学数据集上训练3D Unet。我试图在只有一个实例的小数据集上过拟合模型。损失首先下降，但突然上升到一个很高的值。我附上了下面的损失曲线。我在每个卷积层之后添加批归一化和l2正则化。损失函数是加权softmax交叉熵。我想知道为什么损失不能稳定下来。这是否意味着损失函数太平滑了？
浏览 3提问于2019-03-15得票数 2
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。WHy，这是正在发
浏览 0提问于2018-05-19得票数 3
我是新的深入学习和Tensorflow，并必须学习这个主题，因为我目前正在工作的项目。我使用卷积网络来检测和查找图像中单个物体的位置。我正在使用中引入的方法。讲师提到在网络中连接完全连接的层后连接一个回归头，以查找对象的位置。我知道在坦索弗洛有DNNRegressor。我应该用这个作为回归头吗？在修改Tensorflow关于如何为我的案例使用ConvNet到的教程
浏览 0提问于2017-07-07得票数 5
我正在自己学习一些机器学习，我正在练习(用Python) Andrew Ng课程的作业。在这个练习中，我们有5000个手写数字的图像，从0到9。每个图像是一个20x20的矩阵。数据集被存储在形状为5000x400的矩阵X中(每个图像都已‘展开’)，并且标签被存储在形状为5000x10的矩阵y中。Y的每一行都是一个热一向量。、相同的</e
浏览 5提问于2018-12-06得票数 1
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
1回答
cnn的学习率曲线倒退
、、、、
我正在使用MNIST数据集来识别数字3和7。我正在使用fastai库中的cnn_learner()函数。当我绘制学习率图时，曲线在X轴上超过一定值后开始倒退。有人能解释一下这是什么意思吗？ ?
浏览 18提问于2020-07-17得票数 0
在运行我的模型时，每个时期的时间是0秒，这是否意味着我的模型enter image description here出现了问题
浏览 16提问于2020-06-16得票数 1
回答已采纳
使用ReLU激活函数时的成本与迭代图有若干峰值。MNIST数据集(包括训练和测试)的准确率在95%左右，以乙状结肠为激活函数，得到平滑的向下倾斜曲线，因此我认为实现是正确的。对于ReLU来说，这是预期的峰值吗？你怎么解释这个财产？
浏览 0提问于2015-12-27得票数 5
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
