2017-08-25 84 views
0

在深度学习中,我们应该根据火车/汽车的损耗和准确性来选择最好的车型,但是我怎么知道哪个点最好?如何从train/val损耗和精度曲线中选择最佳模型?

是否只依赖于VAL准确性不管其他指标?

和另外两个相关的问题:

如何最佳火车/ VAL损失和准确性曲线是什么样子?

,我应该怎么做,如果列车损耗减少,训练精度不断提高,但同时VAL精度停止训练时间长了以后增加VAL损失增加了吗?

它看起来像这样:

+2

请提供更多详细信息:您正在学习什么样的数据(图像,序列)?你想分类多少班?样本的数量是否平衡或不平衡?你在使用什么架构?你正在使用什么损失函数? – FalconUA

+0

@FalconUA感谢您的回复。我的问题是从卫星图像中识别出云,因此我将这个问题转化为两类分割,一个是云,另一个是背景。数据集有8000个4-band-16bits的图像,大小为256 * 256。体系结构是Segnet ,损失函数是binary_crossentropy。由于云层相对于背景相对较小,样本不平衡。 – spider

回答

0

首先在第一,你需要选择模型根据发展结果/验证数据集。因此,使用val准确度和val损失来判断模型的性能。

在一定程度上较高的精度VAL常与低级VAL损失相关联。这是因为你的损失被用来衡量预测结果和基础事实之间的差异。通过不同的指标衡量,就像我们经常使用BLEU得分机器翻译

不同的问题,你需要了解你的研究领域获得哪些指标是流行的一些文件。

列车损耗减少和Val损失增加模型的训练相当正常的外观,它通常意味着你的模型是过度拟合。它只学习训练数据集中出现的过多特征,而不是整个数据集。

至于对付过拟合,有很多方法,如早停,降层等,您可以只是谷歌。