如何解释模型学习曲线(训练和验证数据的时代准确率和损失曲线)?

Posted

技术标签:

【中文标题】如何解释模型学习曲线(训练和验证数据的时代准确率和损失曲线)?【英文标题】:How to Interpret model learning curve (epoch wise accuracy & loss curve for training & validation data)? 【发布时间】:2021-05-30 08:51:20 【问题描述】:

这里我正在使用基于 1D cnn 的模型,我不了解模型学习曲线,因为测试/验证准确度曲线在波动,整体模型性能约为 70%,相反验证损失刚刚饱和并且波动?我应该如何解释我的结果以及我应该考虑哪些变化?

我用过亚当优化器。

【问题讨论】:

【参考方案1】:

您应该尝试使用增强训练图像或使用更多训练图像。验证数据准确性的波动意味着它在训练期间学习的任何东西都无法正确应用于验证或现实生活中,并且它不是模型所期望的。

【讨论】:

以上是关于如何解释模型学习曲线(训练和验证数据的时代准确率和损失曲线)?的主要内容,如果未能解决你的问题,请参考以下文章

模型评估:模型状态评估

如何解释损失和准确性的增加

关于模型优化的思考

判断模型是不是过拟合、欠拟合、数据问题?

Python机器学习:6.3 使用学习曲线和验证曲线 调试算法

损失曲线和度量曲线之间的不一致性?