machine-learning - 当 Train 和 Test 线并行运行时，它表示什么？

Question

在我的 NN 模型的模型准确度图中，训练和测试显示了一个陡峭的曲线，最多 50 个 epoch，之后这些曲线并行运行最多 1500 个 epoch。某个点的分叉表示模型在该点之外过度拟合是否正确？如果是这样，那么我的模型在 1500 个时期内没有分岔点。我没有尝试超过 1500 个 epoch。我应该测试更多时期以获得分叉点还是得出模型是完美的结论？提前致谢。

标签： machine-learningneural-networkcurve-fittingsupervised-learning

Answer 1

如果您的模型拟合在 50 个 epoch 之后停滞不前，那么将 epoch 扩展到 1500 之后您可能不会看到很大的变化，至少在这 50 个 epoch 之后不会降低优化器的学习率。由于它们都是平行的，这确实意味着模型没有过度拟合。模型很少是完美的，更好的问题是它是否达到了预期的目的？如果您想要更好的结果，那么您可能想要探索添加额外的参数或层，看看是否可以获得测试准确性，也许尝试找到它开始过度拟合的点，然后进行相应调整以避免过度拟合，同时仍然变得更好试验结果。