如何解释模型学习曲线（训练和验证数据的周期精确度和损失曲线）？
在这里我使用的是基于一维cnn的模型，我不理解模型的学习曲线，因为测试/验证精度曲线是波动的，而总体模型性能大约是70%，相反验证损失只是饱和和波动？我应该如何解释我的结果，我应该考虑什么变化？
我用过亚当优化器。
共有1个答案
您应该尝试使用训练图像的增强或使用更多的训练图像。验证数据精确度的波动意味着无论它在训练过程中学习到什么，它都不能正确地应用于验证或实际生活中，并且不是模型所希望的。
-
关于使用Lenet5网络解释MNIST上某些优化器的性能，我有几个问题，以及验证损失/精度与训练损失/精度图确切地告诉我们什么。因此，所有的事情都是在Keras中使用标准的LeNet5网络完成的，它运行了15个历元，批处理大小为128。 有两个图，列车acc vs val acc和列车损失vs val损失。我生成了4个图，因为我运行了两次，一次是validation_split=0.1，一次是va
-
本文向大家介绍tensorboard实现同时显示训练曲线和测试曲线，包括了tensorboard实现同时显示训练曲线和测试曲线的使用技巧和注意事项，需要的朋友参考一下 在做网络训练实验时，有时需要同时将训练曲线和测试曲线一起显示，便于观察网络训练效果。经过很多次踩坑后，终于解决了。 具体的方法是：设置两个writer，一个用于写训练的数据，一个用于写测试数据，并且这两个writer分别存在trai
-
当我用Theano或Tensorflow训练我的神经网络时，它们会每历元报告一个叫做“损失”的变量。 我该如何解释这个变量呢？更高的损耗是更好还是更差，或者这对我的神经网络的最终性能（准确性）意味着什么？
-
我正在训练一个张量流DNN模型，它会给出这样的结果， 我可以生成一个数据帧有纪元，损失，准确性，val_accuracy和val_loss？ 喜欢
-
我只是用TensorFlow训练了一个三层的softmax神经网络。它来自吴恩达的课程，3.11TensorFlow。我修改代码是为了查看每个历元的测试和训练精度。 当我增加学习率时，成本在1.9左右，而准确率保持1.66...7不变。我发现学习率越高，它发生的频率就越高。当learing_rate在0.001左右时，有时会出现这种情况。当learing_rate在0.0001附近时，这种情况不会
-
本教程演示了如何使用TensorFlow.js运算符重头构建小型玩具模型. 我们将使用多项式函数生成一些合成数据的曲线. 先决条件 本教程假设您熟悉TensorFlow.js的基本构建块介绍在TensorFlow.js中的核心概念:张量,变量和操作.我们建议在完成本教程之前完成核心概念。 运行代码 本教程重点介绍用于构建模型和其系数的TensorFlow.js代码.可以在此处找到本教程的完整代码（