繁体   English   中英

如何防止Keras顺序模型的过度拟合?

How to prevent overfitting in Keras sequential model?

提示:本站收集StackOverFlow近2千万问答,支持中英文搜索,鼠标放在语句上弹窗显示对应的参考中文或英文, 本站还提供   中文繁体   英文版本   中英对照 版本,有任何建议请联系yoyou2525@163.com。

我已经添加了辍学正则化。 我正在尝试建立一个多类文本分类多层感知器模型。 我的模特:

model = Sequential([
                Dropout(rate=0.2, input_shape=features),
                Dense(units=64, activation='relu'),
                Dropout(rate=0.2),
                Dense(units=64, activation='relu'),
                Dropout(rate=0.2),
                Dense(units=16, activation='softmax')])

我的model.summary():

_________________________________________________________________
Layer (type)                 Output Shape              Param #
=================================================================
dropout_1 (Dropout)          (None, 20000)             0
_________________________________________________________________
dense_1 (Dense)              (None, 64)                1280064
_________________________________________________________________
dropout_2 (Dropout)          (None, 64)                0
_________________________________________________________________
dense_2 (Dense)              (None, 64)                4160
_________________________________________________________________
dropout_3 (Dropout)          (None, 64)                0
_________________________________________________________________
dense_3 (Dense)              (None, 16)                1040
=================================================================
Total params: 1,285,264
Trainable params: 1,285,264
Non-trainable params: 0
_________________________________________________________________
None
Train on 6940 samples, validate on 1735 samples

我正进入(状态:

Epoch 16/1000
 - 4s - loss: 0.4926 - acc: 0.8719 - val_loss: 1.2640 - val_acc: 0.6640
Validation accuracy: 0.6639769498140736, loss: 1.2639631692545559

验证准确性比准确性低约20%,并且验证损失远高于训练损失。

我已经在使用dropout正则化,并使用epochs = 1000,批处理大小= 512并在val_loss上提前停止。

有什么建议么?

问题暂未有回复.您可以查看右边的相关问题.
1 Keras模型过度拟合

我正在研究喀拉拉邦的多类图像分类问题。 在kaggle上使用dog-breeds数据集。 我对12个品种的准确度是95%,但我的验证准确度只有50%。 看起来模型过度拟合,但是我不确定为防止过度拟合我需要做什么 这是我的基本训练设置 笔记本在colab上。 https ...

2 Keras:过度拟合模型?

我正在尝试使用来自 NIH(国家医学图书馆)的疟疾数据集创建一个二进制图像分类模型,该数据集包含每个类别(感染/未感染)的大约 27,000 张图像。 似乎存在过度拟合,我尝试使用不同的批次大小、每个时期的步数/验证步骤、使用不同的隐藏层和添加回调等。该图始终显示一条直线,该直线要么急剧增加,要么 ...

5 如何停止在 Keras 中过度拟合模型?

我正在研究文本分类问题。 我的模型看起来像这样: 该数据集包含大约 5300 个句子。 我正在使用验证 split=0.33。 模型行为异常。 验证损失不断增加,验证准确度不断变化。 我附上图表。 请指导我如何解决这个问题。 我的模型看起来像这样: 我还附上了准确度图。 ...

6 Keras:非常严重的过度拟合

在我的keras项目中,发生了一个非常陌生的过拟合现象。 合适的代码是: 打印的信息是: 训练的精度为0.98,而验证的精度为0.50。 该项目是2类分类项目,因此0.50表示该模型不起作用。 为什么这种过度拟合会发生? 训练数据和验证数据均来自(trainX,trainY)。 另外,在拟 ...

2020-04-18 09:51:34 0 8   keras
8 我怎么知道我的神经网络模型是否过度拟合(Keras)

我正在使用 Keras 来预测我是否会得到 1 或 0 的输出。数据如下所示: 目标是loan_status ,特征是剩余的。 在开始构建神经网络模型之前,我已经对数据进行了标准化。 这是我的训练和测试数据的形状: 我构建神经网络的过程是: 运行hist后的输出: 这一切几乎相同, ...

9 Keras交叉验证过度拟合:我的模型是否跨越不同的折叠信息?

我想确保运行Keras模型的交叉验证的代码是正确的。 目前我怀疑这是错误的,因为结果似乎过于贴合。 我的代码结构通常如下所示: 我怀疑我的代码是错误的。 具体来说,A行和B行应该在循环内,C行。 我怀疑的原因: 查看为所有时期生成的训练日志,似乎在不同的折叠上继 ...

暂无
暂无

声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.

 
粤ICP备18138465号  © 2020-2021 STACKOOM.COM