亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

如何在 Keras 神經網絡中獲得訓練和開發錯誤?

如何在 Keras 神經網絡中獲得訓練和開發錯誤?

慕的地8271018 2022-06-07 18:08:11
為了了解我的模型是過擬合還是欠擬合,我應該如何獲取這些值?例如,當train_error= 0.1和時dev_error=0.25,模型過擬合是可以理解的。但我不知道我的模型提供的哪些結果表明了上述錯誤。損失值是表示該度量還是(1-準確度)度量?這是我的模型訓練結果的一部分:Epoch 152/250100253/100253 [==============================] - 12s 118us/step - loss: 0.5306 - acc: 0.8568 - val_loss: 1.1438 - val_acc: 0.7550
查看完整描述

1 回答

?
翻過高山走不出你

TA貢獻1875條經驗 獲得超3個贊

  1. 術語錯誤損失是同義詞

  2. Keras 將訓練損失(分別為準確率)表示為lossacc);驗證損失和準確性分別表示為val_lossval_acc。

  3. train_error= 0.1and dev_error=0.25, or loss: 0.5306and val_loss: 1.1438在這里,并不表示過擬合;這只是泛化差距,即訓練集和驗證集之間性能的預期差距。引用Google AI 最近的一篇博文

    理解泛化的一個重要概念是泛化差距,即模型在訓練數據上的性能與其在從同一分布中提取的不可見數據上的性能之間的差異。

過度擬合的明顯特征是當您的驗證損失開始增加,而您的訓練損失繼續減少時,即:

http://img1.sycdn.imooc.com//629f2bdc0001bffa07010501.jpg

注意上圖中曲線之間的間隙(雙關語)(改編自維基百科關于過度擬合的條目)。

根據上下文,人們可能更喜歡監控指標而不是下面評論中正確指出的損失,但這是另一個討論 - 希望你在這里得到這個想法......


查看完整回答
反對 回復 2022-06-07
  • 1 回答
  • 0 關注
  • 147 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號