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?
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