Keras 强制网络过度拟合
在设计了一个神经网络之后，我发现用少量的数据来训练这个网络是常见的做法。如果这是过度装修-目前的网络架构似乎是合理的 你同意这个程序吗？有人对这种行为有什么解释吗 更具体的情况是： 我正在用100张图片的数据集训练我的网络。经过10个时代后，准确率正在收敛到7%左右 用100k图片训练同一网络，1个历元后网络收敛到7%的精度。但它并没有上升（在这两种情况下）Keras 强制网络过度拟合,keras,deep-learning,neural-network,Keras,Deep Learning,Neural Network,在设计了一个神经网络之后，我发现用少量的数据来训练这个网络是常见的做法。如果这是过度装修-目前的网络架构似乎是合理的 你同意这个程序吗？有人对这种行为有什么解释吗 更具体的情况是： 我正在用100张图片的数据集训练我的网络。经过10个时代后，准确率正在收敛到7%左右 用100k图片训练同一网络，1个历元后网络收敛到7%的精度。但它并没有上升（在这两种情况下） 您对此有一般性的解释吗？在没有看到网络的情况下？有了这些值，您的网络架构似乎完全不合适。我有点同意你应该尝试快速开发一个更好的网络，以小数
您对此有一般性的解释吗？在没有看到网络的情况下？有了这些值，您的网络架构似乎完全不合适。我有点同意你应该尝试快速开发一个更好的网络，以小数据集的高精度为目标，尽管我会拍1k的照片。它似乎比只有100个更健壮，因为您显然有一个100k数据集库用于进一步培训和交叉验证。问题是，我们正在培训RPN，不可能更改网络架构我不知道RPN的具体情况，但如果不更改主架构，您可能有一些修改空间，一些超参数，一些算法选择一些层？考虑也检查感谢数据链链接，我想我会再次问这些值，你的网络架构似乎完全不足。我有点同意你应该尝试快速开发一个更好的网络，以小数据集的高精度为目标，尽管我会拍1k的照片。它似乎比只有100个更健壮，因为您显然有一个100k数据集库用于进一步培训和交叉验证。问题是，我们正在培训RPN，不可能更改网络架构我不知道RPN的具体情况，但如果不更改主架构，您可能有一些修改空间，一些超参数，一些算法选择一些层？考虑也检查感谢数据链链接，我想我会问那里