Neural network 猫和狗的神经网络欠拟合
我不一定要进入它的代码,但更多地关注原则,我有一个问题,我认为什么是不合适的 如果我正在训练一个识别图像是否是狗的网络,我可能有40000个图像,其中所有狗图像都标记为1,所有其他图像都标记为0-我该如何确保准确性,以便,如果这些图像中只有5000个是狗,网络不会“懒惰地”行动从它的训练,也标签狗接近0比1 例如,这个问题的主要目的是能够高精度地识别图像是否真的是狗的图像,而不需要太在意其他图像,除了它们不是狗的事实。此外,我希望能够保留猜测正确的概率,因为这对我的目的非常重要 我唯一能想到的两件事是:Neural network 猫和狗的神经网络欠拟合,neural-network,training-data,bias-neuron,Neural Network,Training Data,Bias Neuron,我不一定要进入它的代码,但更多地关注原则,我有一个问题,我认为什么是不合适的 如果我正在训练一个识别图像是否是狗的网络,我可能有40000个图像,其中所有狗图像都标记为1,所有其他图像都标记为0-我该如何确保准确性,以便,如果这些图像中只有5000个是狗,网络不会“懒惰地”行动从它的训练,也标签狗接近0比1 例如,这个问题的主要目的是能够高精度地识别图像是否真的是狗的图像,而不需要太在意其他图像,除了它们不是狗的事实。此外,我希望能够保留猜测正确的概率,因为这对我的目的非常重要 我唯一能想到的两
我相信这个问题以前已经解决过了,所以即使是在正确的方向上提出一点,我们也将不胜感激 因此,您有一个二进制分类任务,其中两个类在数据集中以不同的频率出现。大约1/8是“狗”,7/8是“没有狗”
谢谢如果它不善于识别狗,并且每次在狗身上测试时都会给出一个接近0而不是1的答案,这是否也是拟合不足的问题呢?如果你一直在拟合你的模型,我宁愿说这可能是(1)图像数据准备的问题,也就是说,你的数据处理得很好,或者(2)您的整体架构有一个问题-在这种情况下,我要说的是,坚持使用文献中经过验证的模型,而不是创建自己的模型(如果您还没有这样做),谢谢!我很感激。