【问题标题】:Does a very low loss and low accuracy indicate overfitting?非常低的损失和低准确率是否表明过度拟合?
【发布时间】:2020-01-30 03:24:20
【问题描述】:

我正在训练一个 CNN-LSTM concat 模型,经过 20 个 epoch 后,我得到了 69% 的准确率和 0.04 的损失?

我知道非常高的训练准确度和相对较低的验证准确度相结合表明过度拟合,但我想知道低准确度和非常低的损失是否也表明过度拟合。

总体而言,准确率呈线性增长,损失呈指数下降。

【问题讨论】:

  • 这取决于哪个损失和任务是什么,您应该添加这些详细信息。

标签: tensorflow keras deep-learning conv-neural-network lstm


【解决方案1】:

我们将不胜感激有关任务、损失等的更多细节。

对于训练集,损失应该与度量成反比关系,例如准确性。如果损失下降,准确率应该会上升。如果不是这种情况,您可能需要查看损失函数和指标。

因此,对于我来说,同一数据集上的非常低的损失和非常低的准确率表明我想要训练的模型有问题,并且该模型没有学会解决我想要它解决的任务。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2019-09-06
    • 1970-01-01
    • 1970-01-01
    • 2012-04-13
    • 2019-09-27
    • 1970-01-01
    • 2015-06-08
    • 1970-01-01
    相关资源
    最近更新 更多