如何比较不同的模型配置[关闭]

Posted 2023-02-16

【中文标题】如何比较不同的模型配置[关闭]

【英文标题】：How to compare different models configurations [closed]

【发布时间】：2018-11-04 02:46:33

【问题描述】：

我正在实现一个用于文本分类的神经网络模型。我在 RNN 和 lstm 神经网络上尝试不同的配置。

我的问题：如何比较这些配置，我应该使用训练集准确度、验证准确度还是测试集准确度来比较模型？

【参考方案1】：

我将解释我最终是如何比较我的不同 RNN 模型的。

首先，我使用我的 CPU 进行模型训练。这将确保我每次运行时都能获得相同的模型参数，因为众所周知，GPU 计算是不确定的。

其次，我每次运行都使用相同的 tf 种子。确保每次运行产生的随机变量是相同的。

最后，我使用我的验证准确性来优化我的超参数。每次运行我都会使用不同参数的组合，直到我选择验证准确度最高的模型作为我的最佳模型。