神经网络中如果训练数据识别率远高于测试数据的识别率,说明了什么问题
1个回答
展开全部
您好，出现这种情况的可能原因为：
1.训练是使用GPU训练，而测试时没有使用
2.model.predict在预测时会对数据进行shuffle 导致输出的预测值与原始数据的顺序不匹配，从而导致结果不一致
3.这里进行的是多分类，而训练时损失函数设置为binary_crossentropy(二分类的损失函数）显示的是二进制精度，不是分类精度，修改为categorical_crossentropy后，两者结果一致。
1.训练是使用GPU训练，而测试时没有使用
2.model.predict在预测时会对数据进行shuffle 导致输出的预测值与原始数据的顺序不匹配，从而导致结果不一致
3.这里进行的是多分类，而训练时损失函数设置为binary_crossentropy(二分类的损失函数）显示的是二进制精度，不是分类精度，修改为categorical_crossentropy后，两者结果一致。
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
超圣科技
2024-10-17 广告
北京超圣信华科技有限公司是一家专门提供数据安全及云安全服务的公司，成立于2002年。超圣科技在金融、运营商、互联网、制造业等多个行业领域，具备完善的安全服务体系和丰富的实施经验。为大量用户解决了目前业务中存在的数据资产、云及应用方面的安全问...
点击进入详情页
本回答由超圣科技提供
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
