1回答
验证损失和训练损失之间的差距
、、、、
下面是我的CNN模型的验证损失和训练损失的图表。这是什么意思？模型不是过拟合，因为验证损失正在减少，但是模型是否有问题，因为两个函数之间存在差距？
我是个新手，所以请帮帮忙。
浏览 30提问于2020-05-19得票数 3
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
我在Windows 10上使用Keras2.07，使用Python3.5，Tensorflow 1.3.0我使用了测试数据，我认为这些数据会很快地收敛。有人能看看或者试试这段代码吗？__________________________________________________________________
浏览 0提问于2019-05-19得票数 2
回答已采纳
2回答
有密集连接层的辍学
、、、、
我在我的一个项目中使用了一个密集的模型，并且在使用正则化时遇到了一些困难。在此之后，这两个损失功能下降的方式相同，没有辍学，导致过度拟合再次。最终损
浏览 3提问于2020-04-05得票数 2
回答已采纳
有没有一种方法可以在同一张图上同时绘制训练损失和验证损失？有建好的路来做这个吗？如果不是的话，一个工作的方式？非常感谢！
浏览 25提问于2016-05-10得票数 54
回答已采纳
1回答
我有17-20个视频(5分钟)的数据集，每个视频代表一个不同的类(大约4个类)。我无法获得更多的视频，因为这是公司提供的。我是planingI，正在计划分割视频路径，然后应用视频捕获作为每个视频的图像，然后应用CNN进行分类。
我知道我的数据很小(这可能会导致过度装修)，如果我不能增加视频的数量，我该如何处理呢？
浏览 0提问于2022-11-12得票数 1
添加dropout层使val损失保持在低于训练损失的水平，在这段时间内有一个恒定的泛化差距是例外的吗？ ?
浏览 16提问于2019-06-19得票数 0
1回答
嵌入后卷积第一种方法的损失和验证损失如下，第二种方法的损失和验证损失是如您所见，第一种方法大大减少了培训数据的损失，但在验证集中损失显著增加。第二种方法对训练数据的损失高于第一种方法，但训练数据和验证数据的损失
浏览 0提问于2022-01-10得票数 3
回答已采纳
1回答
下面是我的网络架构： cnn3 = Sequential() optimizer=keras.optimizers.Adam(),
metrics=['accuracy']) 当我绘制了训练和验证精度以及损失函数时
浏览 25提问于2020-09-01得票数 0
回答已采纳
这是正确的吗？
=================================================================
以上是对该模型的总结
浏览 2提问于2020-04-05得票数 1
我对神经网络非常陌生，我正在训练CNN进行图像分类，在训练过程中，我得到以下信息：这告诉我训练的损失和准确性，验证的损失和准确性，如果我错了，请纠正我。，这些量是什么？有什么方法可以理解我，如果我看他们的问题做得很好的话？
浏览 0提问于2020-12-09得票数 0
回答已采纳
我用大量的历次训练我的CNN模型，每次我打印训练损失和准确性，但是在这两个指标中有很多高和低，我想提前停止，例如，损失0.2，准确率在%95或更高，因为我在不止一个时期得到了这个值，我的问题是：
1-列车组或验证组是否提前停车2-如果在验证集上，我是否应该为每一个具有火车组丢失和准确性的时代打印验证损失和准确性？
浏览 0提问于2019-01-25得票数 2
回答已采纳
假设我的训练损失为0.5，我的验证损失为2.5 (两者都已停止下降，验证损失从未增加)。我显然太适应了。如果增加正则化，我的训练损失为1，验证损失为3.5。第一种模型明显具有较好的验证损失，而第二种模型适用范围较小。
应该选择哪种型号？一个更适合的模型是否有可能在看不见的数据
浏览 0提问于2019-01-25得票数 1
1回答
我已经训练了一个RNN/LSTM模型。我想解释我的模型结果，在绘制了图表的损失和准确性(b/w培训和验证数据集)。问题1:从丢失和准确的图表中我能理解/解释什么？如何确定模型是否为我的数据集进行了适当的培训？问题2:在模型训练中，振荡是否在损失
浏览 0提问于2019-07-22得票数 0
回答已采纳
1回答
我正在训练一个用于多目标回归的Keras模型，使用一个自定义的损失函数，目的是使该损失函数的预测精度低于0.01。从损失函数的下面图可以看出，训练损失和验证损失迅速低于目标值，训练损失趋近较快，验证损失在训练损失值上不断波动。虽然损失低于目标阈值，但我想知道
浏览 0提问于2018-08-06得票数 1
2回答
我正在训练一个神经网络，并得到关于损失和验证损失的结果：
这些是200个时期，批量大小为16,500个训练样本和200个验证样本。正如你所看到的，在大约20个时期之后，验证损失开始做一个非常夸张的Z字形。我试图增加验证样本的数量，但这只会增加之字形，并使其更加夸张。此外，我向优化器添加了衰减值，但
浏览 0提问于2019-07-29得票数 1
1回答
这段代码是用来对有没有肿瘤的脑部MRI图像进行分类。当我运行model.evaluate()来查看准确性时，我得到了非常高的损失值，即使我在训练模型时损失值很低(正常情况下小于1)，并且我得到了以下错误： WARNING:tensorflow:6 out大部分代码都是从这个link复制过来的。下面是完整的代码： import numpy as npimport os
import
浏览 24提问于2021-01-18得票数 1
回答已采纳
我使用一个MLPRegressor来解决一个回归问题，并想要绘制损失函数，即在每个训练阶段损失减少多少，对于，训练和验证都是如此。这只让我现在可以画出验证损失：
有什
浏览 17提问于2022-11-30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
