0

我已经在tensorflow中建立了CNN,用于在人与非人之间进行分类。我有相同数量的负面和正面训练数据,我随机化了训练集中的图像,并且也使用网络中的丢失。问题是,在训练过程中,经过100步后,小批量精度为40%,在200步时已达85%。为什么它增长如此之快?CNN准确性增加太快 - tensorflow

+1

为什么...是...它...不好?只要你的模特不适合 - 呜呼! –

+0

我不确定它是否过度配合。当我在测试数据集上运行它时,我的准确率超过了90%,但是当我在单人图片上运行它时,它无法正确分类。 –

回答

0

过度配合。您还需要分析测试集的准确性和丢失。当训练的准确性比测试集高一些时。你有过度疲劳。如果你正在进行预测并且他们很糟糕,那么这听起来像你的验证准确度很低,并且它是过度配置的。