Python 使用正则化和滴管时,过度拟合不能改善效果时该怎么办?
我正在测试Conv、GRU、LSTM和simple-Dense,我没有得到70%到80% 我的网络融合速度非常快,在第一季就过度拟合,这可能是数据吗 图层(类型)输出形状参数# lstm_46(lstm)(无、65、32)6272Python 使用正则化和滴管时,过度拟合不能改善效果时该怎么办?,python,machine-learning,deep-learning,nlp,lstm,Python,Machine Learning,Deep Learning,Nlp,Lstm,我正在测试Conv、GRU、LSTM和simple-Dense,我没有得到70%到80% 我的网络融合速度非常快,在第一季就过度拟合,这可能是数据吗 图层(类型)输出形状参数# lstm_46(lstm)(无、65、32)6272 辍学(辍学)(无、65、32)0 双向(无、65、64)16640 辍学(辍学)(无、65、64)0 lstm_48(lstm)(无,32)12416 辍学(辍学)(无,32)0 展平28(展平)(无,32)0 密集型_73(密集型)(无,10)330
辍学(辍学)(无、65、32)0
双向(无、65、64)16640
辍学(辍学)(无、65、64)0
lstm_48(lstm)(无,32)12416
辍学(辍学)(无,32)0
展平28(展平)(无,32)0
密集型_73(密集型)(无,10)330
激活72(激活)(无,10)0
密集型_74(密集型)(无,1)11
激活_73(激活)(无,1)0 总参数:35669 可培训参数:35669 不可训练参数:0
在不了解更多数据的情况下很难说。一些可能的解决方案可能是-
在不了解更多数据的情况下很难说。一些可能的解决方案可能是-
如果可以发送数据,我可以发送。我做了几次分析,运行了更完整的程序,并进行了相关分析。我确定数据是平稳的,没有季节性的。如果可以发送数据,我可以发送。我做了几次分析,运行了更完整的程序,并进行了相关分析。我确定数据是平稳的,没有季节性的