python-3.x - 如何提高所有标签的准确性?有哪些可能的方法可以为所有类获得更准确的结果?
问题描述
我正在研究图像分类问题。用我自己的模型(使用 CNN)来做,这是 4 类问题。我为每个标签使用了大约相等数量的图像来训练模型。
问题是预测非常准确,而不是 3 类图像。对 3 级帧不好。
那么,哪些步骤可以改善对第 3 类的预测而不影响其余类的预测。
解决方案
用更多的 3 类帧重新训练你的模型。
推荐阅读
- python-3.x - 如何拆分由正则表达式询问产生的数据框列
- json - 需要从 json 中提取密钥并存储在文件中。jmeter 的新功能。而且密钥是动态的。使用 json jmes 提取需要将结果存储到文件中
- javascript - 此反应收集过滤器始终返回 1
- python - 折叠在 python dash 中动态创建的 dbc.card
- nginx - Gitlab 在 GDK 上运行良好,但在生产/暂存时引发 502 错误
- amazon-web-services - 如何跨多个区域创建 vpc?
- jpa - JPA ManyToOne 不同服务器上的不同实例
- associations - python中的Apriori调用问题
- docusignapi - 使用带有 SPA 的 rest api 集成 DocuSign
- django - 在“ModelForm”中找不到键“fieldname”。Django 3.2