Tensorflow (tflearn) 数据集应该有多大？

Question

我正在尝试为语音识别创建一个简单的 LSTM 网络，但我的网络验证准确度较低。 我试图弄清楚这是由于训练输入和测试输入的依赖性，还是由于过度拟合问题。

首先我假设这是一个过拟合问题，然后我尝试增加训练数据集的大小，但是谁能告诉我应该提供多大的数据集来训练我的网络？目前我使用平衡输入为 0，无 0 用于分类。 （目前我使用输入 1,823 进行训练，使用 456 进行测试，输入来自 100 个不同 0 到 9 位的扬声器）。

Answer 1

很难说。在不知道数据的分布、您正在使用的 lstm 单元的类型、您想要达到的验证准确度级别等的情况下......无法判断需要多少数据。

很遗憾，我们没有足够的信息来回答您。

我可以告诉你的是，更多的数据会以渐近的方式减少训练和测试准确性之间的差异。所以更多的数据意味着更少的差异。何时停止添加数据取决于您的目标。

dropout 技术也很有用。