卷积神经网络的验证准确性

Posted

技术标签:

【中文标题】卷积神经网络的验证准确性【英文标题】:validation accuracy of convolutional neural network [closed] 【发布时间】:2017-11-17 10:44:57 【问题描述】:

您好,我是深度学习和卷积神经网络的新手。有人可以解释下图中的问题吗?有人告诉我,验证准确性的波动是这里的问题。但我不太了解这种波动的负面影响。为什么不直接看图的最后一点呢?

enter image description here

【问题讨论】:

【参考方案1】:

在训练深度学习模块时,您必须对其进行验证。 这意味着您正在向算法显示看不见的数据。

因此验证准确度可能低于训练准确度。因为有一种情况叫做过拟合。您的训练算法过多地依赖于训练数据并且不能很好地泛化到其他看不见的数据。

在波动问题上可以正常。因为我们训练和测试算法是一种随机的方式。

【讨论】:

以上是关于卷积神经网络的验证准确性的主要内容,如果未能解决你的问题,请参考以下文章

基于卷积神经网络的多字符类型验证码识别

提高卷积神经网络的准确性

经典卷积神经网络——VGG16

神经网络:卷积神经网络(CNN)

深度学习之卷积神经网络(CNN)

卷积神经网络 - Dropout 会影响性能