Machine learning 为什么我的神经网络在大数据集上训练时表现不佳，尽管在小数据集上工作良好？
我有一个RNN，我正在训练它生成文本。当在一个小数据集上进行训练时，它表现得非常好，尽管它确实能从训练数据中记住文本块，这表明它的拟合过度。然而，在一个大数据集上，它的性能非常差，只输出了几个有意义的单词，然后陷入了相同的三个或四个单词的循环中。我知道过度拟合可能是一个问题，但与在小数据集上训练时相当好的性能相比，在大数据集上训练时，这肯定不会导致如此糟糕的性能。关于是什么导致了这些结果，你有什么想法吗？我认为如果你还没有添加长-短期记忆，那么添加长-短期记忆是个好主意。请参阅链接以供参考。Machine learning 为什么我的神经网络在大数据集上训练时表现不佳，尽管在小数据集上工作良好？,machine-learning,neural-network,recurrent-neural-network,rnn,Machine Learning,Neural Network,Recurrent Neural Network,Rnn,我有一个RNN，我正在训练它生成文本。当在一个小数据集上进行训练时，它表现得非常好，尽管它确实能从训练数据中记住文本块，这表明它的拟合过度。然而，在一个大数据集上，它的性能非常差，只输出了几个有意义的单词，然后陷入了相同的三个或四个单词的循环中。我知道过度拟合可能是一个问题，但与在小数据集上训练时相当好的性能相比，在大数据集上训练时，这肯定不会导致如此糟糕的性能。关于是什么导致了这些结果，你有什么想法吗？我认为如果你还没有添加长-短期记忆，那么添加长-短期记忆是个好主意。请参阅链接以供参考。 我
我认为你的问题在于效率。它不能很好地扩展…@proeviz你所说的效率是什么意思？你能分享你的RNN架构吗？