Home
Sign Up
Sign In
V2EX
›
问与答
深度学习训练神经网络时候 accuracy 一直是 1,想请教如此惊奇高的原因究竟何在?
suifengingo
·
Jun 8, 2020
· 4031 views
This topic created in 2342 days ago, the information mentioned may be changed or developed.
想向大神请教一个问题,我在测试手写汉字分类识别的时候,在训练模型后进行实际图像的测试 ,刚才观察测试的结果,放入上百张测试图像,最后真正识别分类正确的也只有屈指可数的几张,这和之前训练过程中得到的接近 1 的准确率大相径庭,想问下接下来可以从哪些方面来调整呢?调整了学习率以及 batch_size 等等这些参数方面之后,发现 test accuracy 还是 1,被这个困惑困扰很久了,希望能得到大神的建议,非常感谢!
accuracy
大神
测试
请教
9 replies
•
2020-06-09 11:23:38 +08:00
jingous
Jun 8, 2020
1
第一直觉:过拟合
apostle
Jun 8, 2020 via Android
2
loss 呢
suifengingo
OP
Jun 8, 2020
3
@
apostle
loss 是逐渐降低的,0.0007 那种
lv2016
Jun 8, 2020
4
检查一下训练数据里面是不是混入了测试数据
superlc
Jun 9, 2020 via iPhone
5
@
jingous
他是测试集准确率也接近 1
看一下训练准确率是不是也这么高,如果差不多的话基本上就是数据集分错了,把测试数据混到训练数据里去了
如果训练准确率没这个高,那就大概率是测试脚本逻辑不对
flyaway
Jun 9, 2020
6
似乎是过拟合了。用的是什么网络,是否用了 regularizer
jingous
Jun 9, 2020 via Android
7
@
superlc
训练过程中准确率是 1,测试很低
pillowfight
Jun 9, 2020 via iPhone
8
盲猜训练集没 shuffle 。。
superlc
Jun 9, 2020 via iPhone
9
@
jingous
那个叫 training accuracy....
那就太正常不过了,所有的神经网络都是这样的,训练准确率比测试准确率高。实际上即使把所有的数据 lable 全部换成随机,在 param size 足够的情况下,经过足够长的 epoch,训练准确率也会趋于 1......可能是过拟合,也可能是因为你模型本身的泛化性就不行,也可能是训练数据有 bias,也可能是训练策略有问题。。。可以先划个验证集排除一下过拟合看看
About
·
Help
·
Advertise
·
Blog
·
API
·
FAQ
·
Privacy
·
Solana
·
2096 Online
Highest 6679
·
Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 · 38ms ·
UTC 02:20
·
PVG 10:20
·
LAX 18:20
·
JFK 21:20
♥ Do have faith in what you're doing.
❯