[英]CNN model validation accuracy is not improving
您的训练损失似乎在减少,但 val_loss 正在增加,而 val_accuracy 大致相同。 这是过拟合的标准情况。 为什么你认为情况并非如此?
增加训练时期或批次大小没有帮助,因为您只是更改模型在一个时期内看到数据的次数或数据量。
对于当前场景,创建最佳模型,直到 val_loss 和 train_loss 在饱和之前继续下降。 为了解决这个问题,您需要在训练数据中添加噪声,以便模型更好地泛化,更好地泛化示例,在训练数据量方面创建平衡的类别。
其次,您可以增加验证数据集以查看它是否仍然存在相同的问题。 如果它在那里,那么模型肯定是过度拟合的。 还请更新您关于您使用的验证集和技术类型的问题。 如果可能,添加验证集和损失函数的代码片段
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.