tensorflow - 我得到了 1.86 的验证损失,我应该如何减少它?
问题描述
我的模型图 我运行了一个模型来对两种不同类型的图像进行分类,我得到 1.875 的 val_loss,600 张图像的学习率为 1e-3 我该怎么办?
解决方案
从您提供的图表来看,您的模型似乎从 20 纪元开始过度拟合。这是有道理的,因为您只有 600 张图像。
我建议您仔细查看第一个 epoch 的图表,并尽早停止训练以保存具有最低验证损失的模型。数据增强也可能有助于延迟过拟合的发生。
推荐阅读
- r - R ggplot 循环:在 ggplot 直方图的 for 循环中,如何根据最大频率自动设置 y 轴刻度?
- javascript - JavaScript 数学表达式产生不同的结果
- c - Hackerearth 上的可分问题部分接受
- json - Apache NiFi - CSV 中的所有西班牙语字符(ñ、á、í、ó、ú)在 JSON 中更改为问号 (?)
- asp.net - 我的 .NET Core Web 应用程序在服务器中不起作用
- javascript - Vuetify:更改后保持复选框选择
- c# - 将 DbContext 或存储库注入流式验证验证器是否是一种好习惯
- http - 获取 http://hostname/swagger.json 失败
- graphql - Gatsby 中列表的 GraphQL Schema Connection
- javascript - JavaScript .join() 没有摆脱循环多维数组中的逗号?