[英]Validation Loss Spiking [closed]
我一直在训练一个关于梅尔倒谱系数、伽马石系数、它们的增量和增量-增量的 gru 网络（6 层深）。 该数据集由大约 300 个音频剪辑组成，通常产生大约 70-80% 的验证准确率。 然而，验证损失要么偶尔增加，要么保持一致（下图）。
我尝试通过贝叶斯优化器运行我的网络来调整超参数，通过输入数据进行标准化，并确保在数据集打乱后随机进行训练、验证和测试分割。
是否有其他建议尝试不涉及增加我的数据集大小？
使用 SSD ResNet50 进行迁移学习中的 MATLAB Nan 问题（验证损失和小批量损失）
[英]MATLAB Nan problem ( validation loss and mini batch loss) in Transfer Learning with SSD ResNet50
在simulink中对输出信号进行归一化/转换/重塑，以便仅由连接的峰值来构建
[英]Normalizing/transforming/reshaping the output signal in simulink so that it is build only of connected spiking values
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.
