腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(1772)
视频
沙龙
3
回答
为什么
我
的
验证
准确率
比
训练
准确率
高
很多
,
但
测试
准确率
只有
0.5
?
keras
、
neural-network
我
在keras中使用inception_v3模型进行一些图像分类,但是在整个
训练
过程中,
我
的
训练
精度低于
验证
。
我
的
验证
准确率
从第一个纪元开始就在0.95以上。
我
还发现
训练
损失
比
验证
损失要高得多。最后,
测试
精度是
0.5
,这是相当糟糕
的
。 一开始,
我
的
优化器是A
浏览 181
提问于2019-04-10
得票数 1
回答已采纳
1
回答
是否有可能在
训练
精度较低
的
情况下过度拟合?
deep-learning
我
正在处理文档分类问题,并尝试应用基本
的
RNN/LSTM模型。
我
知道如果
测试
访问。低于
训练
ac.,它可能是过拟合<em
浏览 0
提问于2020-04-24
得票数 0
1
回答
为什么
我
在McMahan
的
论文中创建了一个像FedAvg这样
的
非IID数据集,
但
这个数据集
的
测试
精度
只有
0.5
?
python
、
tensorflow
、
imbalanced-data
、
tensorflow-federated
我
创建了一个非IID数据集,其中
我
将60000个示例(10个类,每个类有6,000个示例)划分为200个片段,每个片段有300个示例。有100个客户端,
我
为每个客户端随机分配2个片段。这是一些客户
的
情况。
我
使用这个数据集来
训练
我
的
TFF模型。
训练
集
的
准确率
约为0.99,而
测试
集
的
准确率
仅为
0.5
左右。
我
试了<
浏览 0
提问于2020-04-15
得票数 1
1
回答
RNN L2正则化停止学习
deep-learning
、
recurrent-neural-network
、
lstm
、
bidirectional
我
使用双向RNN来检测不平衡发生
的
事件。正面类
的
频率
比
负面类少100倍。虽然没有使用正则化,但我可以在
训练
集上获得100%
的
准确率
,在
验证
集上获得30%
的
准确率
。
我
打开了l2正则化,结果在
训练
集上也
只有
30%
的
准确率
,而不是在
验证
集上进行更长
的
学习和100%
的
准确率<
浏览 0
提问于2016-10-21
得票数 1
1
回答
Tensorflow -模型仅预测6类中
的
2类
python
、
tensorflow
、
machine-learning
、
neural-network
、
conv-neural-network
我
正在构建一个CNN来分类6个类别,有50x50像素
的
灰度图像(每类1400幅)。在对模型进行
训练
并对损失和精度进行评估后,似乎一切都运行良好,
训练
精度约为98%,损失降至3.0,
但
当对每个类别的
测试
数据进行评估时,该模型就很遥远了。
我
所拥有的是面部表情
的
形象: 1)愤怒,2)恐惧,3)快乐,4)中性,5)悲伤,意外例如,当我为每个类提供350个
测试
映像时,只能预测anger和suprise类。当我在
训练<
浏览 0
提问于2018-04-22
得票数 1
回答已采纳
1
回答
CNN图像分类
训练
acc达到95%,而
验证
acc
只有
45%左右
python
、
tensorflow
、
keras
、
conv-neural-network
我
用Tensorflow和Keras学到了一些深度学习,所以我想做一些实际
的
实验。
我
想用CAISAV5指纹数据集(总共20,000张指纹图像)
训练
一个模型,但在
训练
过程中,120个时期后
训练
准确率
达到97%,而
验证
准确率
保持在45%左右。
但
这些方法对准确度
的
贡献很小。
我
还标准化了数据,已经打乱并将其浮点值转换为0.0和1.0之间
的
值。图像
的
原始分
浏览 76
提问于2020-07-29
得票数 0
3
回答
验证
和
训练
精度在第一个时期很高[Keras]
python
、
tensorflow
、
neural-network
、
keras
我
正在
训练
一个具有2个类和53k图像
的
图像分类器,并使用keras使用1.3k图像来
验证
它。(256, activation='relu'))model.add(Dense(256, activation='relu'))model.add(Dense(1, activation='sigmoid')) model.compile
浏览 2
提问于2018-05-19
得票数 4
1
回答
验证
的
准确性总是有可能达到
训练
精度
的
水平吗?
deep-learning
、
keras
我
有一个非常小
的
数据集(40个
训练
示例、10个
验证
示例、120个类),对于这些数据集,
我
在Keras中使用了一个非常简单
的
模型(仅限于批规范、扁平和密集层),获得了非常
高
的
精度。
我
的
训练
准确率
为94-95%,
验证
准确率
为76-78%.
我
知道这太合适了,
我
试过几样东西。数据不是图像,所以我不能增加数据。
我
浏览 0
提问于2017-06-05
得票数 3
回答已采纳
1
回答
卷积神经网络中
的
过拟合问题及卷积层和随机层参数的确定
python-3.x
、
deep-learning
、
conv-neural-network
我
应用了批量归一化技术来提高
我
的
cnn model.The模型
的
准确性,没有批量归一化
的
模型
的
准确率
只有
46%,但在应用批量归一化后,它超过了83%,
但
这里出现了一个bif过拟合问题,该模型给出
的
验证
精度仅为另外,请告诉
我
如何确定卷积层中滤波器步长
的
个数和连续层中单元
的
个数
浏览 2
提问于2020-03-09
得票数 1
2
回答
cnn中
验证
精度大于
训练
精度
machine-learning
、
cnn
、
accuracy
、
overfitting
、
python-3.x
📷
我
已经将我
的
训练
设定为80:20
的
比例,并开发了cnn
的
模式,辍学
0.5
。
我
的
准确率
是98%。
但
验证
精度仍大于
训练
精度。这有什么问题吗?这会导致过度适应吗?如果是的话,那我
为什么
得到98%
的
精度呢?图上给出
的
是below.The红线是
验证
精度,蓝色是
训练
精度。
浏览 0
提问于2020-06-09
得票数 1
8
回答
我
更喜欢什么-一个过分合适
的
模型还是一个不那么精确
的
模型?
machine-learning-model
、
training
、
supervised-learning
、
accuracy
、
overfitting
假设我们有两个模特受过
训练
。假设我们正在寻找良好
的
准确性。第一种方法在
训练
集和
测试
集上
的
准确率
分别为100%和84%。显然太合身了。第二种方法在
训练
集和
测试
集上
的
准确率
分别为83%和83%。一方面,型号#1是过分适合,
但
另一方面,它仍然产生了更好
的
性能,在一个看不见
的
测试
集
比
良好
的
通用模型在#2。 你会选择在生
浏览 0
提问于2020-01-12
得票数 41
2
回答
验证
损失<
训练
损失和
验证
精度<
训练
精度
keras
、
accuracy
、
loss-function
我
有一个二元分类问题。
我
得到了以下结果:val_loss (远)低于train_loss,但是与培训集相比,
验证
的
accuracy也更低。这怎么可能?Epoch 5/10这是
我
使用
的
浏览 0
提问于2018-01-03
得票数 0
1
回答
使用小数据集和SMOTE进行深度学习
machine-learning
、
deep-learning
、
time-series
、
imbalanced-data
、
smote
我
有一个有6000条记录
的
数据。
我
有一个60-20-20
的
训练
,
验证
和
测试
集。
我
用XGboost得到了大约76%
的
准确率
。
我
将我
的
数据转换为时间序列,并应用LSTM/1-D Convnet,
准确率
约为60%。
我
的
数据集是否太小,无法进行深度学习?其次,可以在每个
训练
上应用SMOTE,
测试</e
浏览 34
提问于2019-09-04
得票数 0
1
回答
期待您对
我
的
损失/accuracy vs时期曲线
的
宝贵建议
python-3.x
、
tensorflow
、
machine-learning
、
keras
、
deep-learning
我
的
Keras-Tensorflow模型
的
行为如下图所示。
我
可以看到
训练
和
验证
损失表现良好,
但
训练
和
验证
的
准确性相当不正常。
我
认为
验证
数据集可能
比
训练
集更容易。因此,
我
得到了很高
的
验证
准确率
。
我
期待着你
的
善意
的
建议。
浏览 16
提问于2020-03-18
得票数 0
回答已采纳
2
回答
我
不能理解
我
的
CNN多类分类模型是否过拟合?
python
、
tensorflow
、
keras
、
evaluation
、
conv-neural-network
良好
的
训练
,
测试
和
验证
的
准确性,
但
奇怪
的
历史准确性
的
模型行为:这是
我
的
模型
的
总结: ?
我
执行了执行和预测任务,得到了下一个混淆矩阵: ? 而
准确率
行为紧随其后: ?
我
不能理解这是过拟合还是欠拟合,还是正常行为? 添加损失图以在下一篇文章中阐明更多内容 ? 提前感谢您
的
任何有用
的
浏览 90
提问于2020-08-11
得票数 1
回答已采纳
1
回答
增加显示最差性能
的
权重衰减值
machine-learning
、
neural-network
、
computer-vision
、
conv-neural-network
我
正在做二进制分类。
我
创建了如下网络: Conv1、Relu1、Pool1 - Conv2、Relu2、Pool2 - Conv3、Relu3、Pool3 - Conv4、Relu4 - Conv5 Relu5 Dropot
0.5
、FC、Dropout
0.5
- SoftmaxlossLayer
浏览 0
提问于2017-09-07
得票数 0
1
回答
HoG与CNN
的
比较
computer-vision
、
histogram
、
conv-neural-network
、
feature-extraction
我
正在研究方向梯度直方图(HoG)和卷积神经网络(CNN)在杂草检测中
的
应用。
我
有两个不同杂草
的
数据集。1)第一个数据集包含两个类,具有18个图像。使用数据增强(旋转、添加噪声、照明变化)增加数据集 使用CNN,
我
得到了77%
的
测试
准确率
,使用支持向量机
的
HoG
测试
准确率
为78%。 2)第二个数据集接触两种不同植物
的
叶片。每一
浏览 1
提问于2017-05-23
得票数 2
2
回答
为什么
验证
准确率
保持在75%,而
训练
准确率
是100%?
python
、
tensorflow
我
使用自己
的
数据集使用Tensorflow站点上
的
retrain.py文件来
训练
模型。然而,在
我
的
第一组图像中,
我
看到
测试
准确率
为100%,而
验证
准确率
为70%。
我
看到
验证
熵在增加,这说明过拟合。
我
是这个领域
的
新手,通过在线教程达到了这个阶段。
我
还没有启用随机亮度、裁剪和翻转来进行
训练
。<e
浏览 165
提问于2019-02-02
得票数 0
回答已采纳
1
回答
我
可以做些什么来改善线性输出
的
结果呢?
python
、
neural-network
在
我
的
输出上使用sigmoid激活函数,网络学习任务
比
使用线性激活函数要好得多。 avg_cost += mean_squared_error(y[j] , hidden_layer[j][l]) +
0.5
* reg * np.linalg.norm(np.p
浏览 1
提问于2018-05-16
得票数 0
1
回答
如何提高模型
的
预测精度
deep-learning
、
image-classification
、
accuracy
我
正在使用InceptionV3模型进行培训。下面是代码(https://github.com/maxmelnick/tensorflow/blob/no_随机/tensorflow/示例/图像_再培训/再培训)
的
链接,最初
我
有一个小
的
数据集。因此,
我
使用了增强技术来增加数据集
的
大小。 培训阶段数据集分为培训、
验证
和
测试
。在
训练
阶段,1
浏览 0
提问于2020-09-01
得票数 1
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
情人节选花神器—深度学习指南
神经网络与深度学习(四)—手写数字识别示例下
手把手教你机器学习识别交通路牌,好玩
这些深度学习网络调参技巧,你了解吗?
如何用深度学习做“前端”:基于设计模型图片生成HTML和CSS代码(下)
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券