image-processing - 如何修复训练和验证准确性的波动?
问题描述
我正在使用此处描述的为 Cifar 10 制作的模型: https ://keras.io/examples/cifar10_cnn/?fbclid=IwAR2gS_XgU59ISQh03khhVaSK3gbqB1aBFqRW7USOG7GjQIxNpFV74sGk8wA
我的数据有 26 个类,每类 75 个图像。
我的问题是我的训练和验证准确性和损失的波动(如下所示)我该如何解决?
解决方案
推荐阅读
- python - 此消息是否意味着我正确安装了 tensorflow GPU?
- c# - 正则表达式获取特定单词之前的所有单词
- android - 如何安装旧版本的 Google Play 服务?(SDK安卓)
- javascript - 从 React Native 中的错误对象获取堆栈数据 - Expo - CRNA
- php - PHP Prepared Statement vs mysqli_real_escape_string
- php - 完整日期模式正则表达式返回部分日期模式
- getelementsbyclassname - document.getElementsByClassName 困难
- powershell - 我需要在 PowerShell 中使用 $ 变量和某种比较
- java - 长按退格键时清除 EditText 的所有内容?
- c - 如何在 C 中编写基于 epoll 的套接字客户端