tensorflow - 良好的训练准确性,但糟糕的评估
问题描述
我训练了一个 DNN 模型,得到了很好的训练准确度,但评估准确度很差。
def DNN_Metrix(shape, dropout):
model = tf.keras.Sequential()
print(shape)
model.add(tf.keras.layers.Flatten(input_shape=shape))
model.add(tf.keras.layers.Dense(10,activation=tf.nn.relu))
for i in range(0,2):
model.add(tf.keras.layers.Dense(10,activation=tf.nn.relu))
model.add(tf.keras.layers.Dense(8,activation=tf.nn.tanh))
model.add(tf.keras.layers.Dense(1, activation=tf.nn.sigmoid))
model.compile(loss='binary_crossentropy',
optimizer=tf.keras.optimizers.Adam(),
metrics=['accuracy'])
return model
model_dnn = DNN_Metrix(shape=(28,20,1), dropout=0.1)
model_dnn.fit(
train_dataset,
steps_per_epoch=1000,
epochs=10,
verbose=2
)
这是我的训练过程和结果:
纪元 10/10 - 55s - 损失:0.4763 - acc:0.7807
但是当我使用测试数据集进行评估时,我得到了:
result = model_dnn.evaluate(np.array(X_test), np.array(y_test), batch_size=len(X_test))
loss, accuracy = [0.9485417604446411, 0.3649936616420746] 这是一个二元分类,正标签:负标签约为 0.37:0.63
我不认为这是过度拟合的结果,我在训练时有 700k 个实例,形状为 28 * 20,我的 DNN 模型很简单,参数很少。
这是我生成测试数据和训练数据时的代码:
def parse_function(example_proto):
dics = {
'feature': tf.FixedLenFeature(shape=(), dtype=tf.string, default_value=None),
'label': tf.FixedLenFeature(shape=(2), dtype=tf.float32),
'shape': tf.FixedLenFeature(shape=(2), dtype=tf.int64)
}
parsed_example = tf.parse_single_example(example_proto, dics)
parsed_example['feature'] = tf.decode_raw(parsed_example['feature'], tf.float64)
parsed_example['feature'] = tf.reshape(parsed_example['feature'], [28,20,1])
label_t = tf.cast(parsed_example['label'], tf.int32)
parsed_example['label'] = parsed_example['label'][1]
return parsed_example['feature'], parsed_example['label']
def read_tfrecord(train_tfrecord):
dataset = tf.data.TFRecordDataset(train_tfrecord)
dataset = dataset.map(parse_function)
dataset = dataset.shuffle(buffer_size=10000)
dataset = dataset.repeat(100)
dataset = dataset.batch(670)
return dataset
def read_tfrecord_test(test_tfrecord):
dataset = tf.data.TFRecordDataset(test_tfrecord)
dataset = dataset.map(parse_function)
return dataset
# tf_record_target = 'train_csv_temp_norm_vx.tfrecords'
train_files = 'train_baseline.tfrecords'
test_files = 'test_baseline.tfrecords'
train_dataset = read_tfrecord(train_files)
test_dataset = read_tfrecord_test(test_files)
it_test_dts = test_dataset.make_one_shot_iterator()
it_train_dts = train_dataset.make_one_shot_iterator()
X_test = []
y_test = []
el = it_test_dts.get_next()
count = 1
with tf.Session() as sess:
while True:
try:
x_t, y_t = sess.run(el)
X_test.append(x_t)
y_test.append(y_t)
except tf.errors.OutOfRangeError:
break
解决方案
从您在测试集中的数据分布为 [37%-63%] 且最终准确率为 0.365 的事实来看,我将首先检查测试集上预测的标签。
最有可能的是,您的所有预测都属于 0 类,前提是 0 类占您数据集的 37%。在这种情况下,这意味着您的神经网络无法在训练集上学习任何东西,并且您有大量过度拟合的情况。
我建议您始终使用验证集,以便在每个 epoch 结束时检查您的神经网络是否学到了任何东西。在这种情况下(比如你的情况),你会很快看到过度拟合的问题。
推荐阅读
- mysql - 我不能加 'č' 'ř' 'ě'
- python - Peewee 联合两个没有连接的表
- python - 舍入问题 - 从纳秒到分钟
- javascript - 我应该为每个请求从 sessionStorage 获取访问令牌吗?
- java - 在 Tomcat 8 和 7 上使用 ServletOutputStream
- java - 在另一台计算机上复制后无法构建 Maven 项目
- excel - 使用 excel Range Find 和 FindNext 遍历一个范围
- python - 最小二乘法给出错误的高度,LLA 到 ECEF 到 Python 中的 LLA
- r - R geom_bar facet_grid 垂直而不是水平
- json - CURL 语法错误