[英]CNN model validation accuracy is not improving
您的訓練損失似乎在減少,但 val_loss 正在增加,而 val_accuracy 大致相同。 這是過擬合的標准情況。 為什么你認為情況並非如此?
增加訓練時期或批次大小沒有幫助,因為您只是更改模型在一個時期內看到數據的次數或數據量。
對於當前場景,創建最佳模型,直到 val_loss 和 train_loss 在飽和之前繼續下降。 為了解決這個問題,您需要在訓練數據中添加噪聲,以便模型更好地泛化,更好地泛化示例,在訓練數據量方面創建平衡的類別。
其次,您可以增加驗證數據集以查看它是否仍然存在相同的問題。 如果它在那里,那么模型肯定是過度擬合的。 還請更新您關於您使用的驗證集和技術類型的問題。 如果可能,添加驗證集和損失函數的代碼片段
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.