【问题标题】:Constant accuracy over epochs历元上的恒定精度
【发布时间】:2020-01-23 16:00:09
【问题描述】:

我正在训练一个 gan,并且我的准确率不会随着时间的推移而改变,同时损失正在减少。 是有什么问题还是因为是 gan 是正常的?

提前谢谢你。

【问题讨论】:

  • 准确度是指判别器的准确度,不是吗?
  • 准确度是多少?你的意思是损失?如果损失没有改变,那确实是个问题。但是,在 gans 中,损失不必减少。只要它移动
  • 是的鉴别器的准确性我把 1 为真实和 0 为假

标签: python tensorflow machine-learning deep-learning artificial-intelligence


【解决方案1】:

为了完全回答这个问题(具体到您的情况),我们需要知道您使用的是什么损失函数以及如何衡量准确性。

一般来说,这肯定会由于多种原因而发生。最简单的说明原因是使用简单的分类器。假设您有一个 2 类分类问题(为简单起见)和一个输入 $x$ 和标签 (1, 0),即标签说它属于第 1 类而不是第 2 类。当您通过网络提供 $x$你得到一个输出:$y=(p_1, p_2)$。如果 $p_1 > p_2$ 则预测是正确的(即您选择了正确的类别)。损失函数可以继续下降,直到 $p_1=1$ 和 $p_2=0$(目标)。因此,您可以有很多正确的预测(高精度),但仍有改进输出以更好地匹配标签的空间(改进损失的空间)。

【讨论】:

猜你喜欢
  • 1970-01-01
  • 2019-11-10
  • 1970-01-01
  • 2011-06-03
  • 1970-01-01
  • 1970-01-01
  • 2019-03-07
  • 2018-08-28
  • 2013-12-27
相关资源
最近更新 更多