gpt4 book ai didi

python - 准确率提高但损失也增加

转载 作者:行者123 更新时间:2023-12-02 02:17:15 25 4
gpt4 key购买 nike

我正在使用这个模型。使用这个模型时,验证准确性不断提高,但同时验证损失也不断增加。这里发生了什么?

from keras.layers import Dense
from keras.models import Sequential
from keras.optimizers import adam

model_alpha1 = Sequential()
model_alpha1.add(Dense(64, input_dim=96, activation='relu'))
model_alpha1.add(Dense(2, activation='softmax'))

opt_alpha1 = adam(lr=0.001)
model_alpha1.compile(loss='sparse_categorical_crossentropy', optimizer=opt_alpha1, metrics=
['accuracy'])

history = model_alpha1.fit(x_train, y_train, validation_data=(x_test, y_test), epochs=200, verbose=1)

Accuracy vs validation Accuracy

Loss vs Validation Loss

如果需要更多详细信息,我将提供详细评论。谢谢

最佳答案

您的模型似乎过度拟合。换句话说,您的模型对于训练数据来说过于拟合,这就是为什么它对于验证数据的性能不再那么好。

防止过度拟合的典型方法是使用正则化技术。例如:

尝试针对您的问题训练深度较低的神经网络或尝试 dropout 层(或两者都显然取决于它们将如何影响)。从你的图中,我们可以看到过度拟合在大约 25 个时期后开始。

过拟合可能是由于例如数据集使用的模型过于复杂、数据集不够大等原因造成的。或者你训练模型的时间太长了! (这里提前停止可以解决问题)

这里有一些 TF 正则化示例:https://tensorflow.rstudio.com/tutorials/beginners/basic-ml/tutorial_overfit_underfit/

关于python - 准确率提高但损失也增加,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/66981126/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com