【问题标题】:Training and validation loss and accuracy in lstmlstm中的训练和验证损失和准确性
【发布时间】:2020-11-27 03:26:57
【问题描述】:

我在做3个类的文本分类,在处理过拟合模型后,下图是我添加正则化l2后的模型准确率和损失结果,现在这意味着我的模型正在学习?

【问题讨论】:

    标签: python nlp


    【解决方案1】:

    即使您添加了 L2 正则化,您仍在处理过拟合问题。 在第三个 epoch 之后,您的模型没有学到太多东西。 您应该考虑的一些解决方案:

    • 增加 L2 正则化的价值
    • 减少模型中的权重数量,以支持您的数据集大小
    • 增加 dropout 正则化量
    • 从不同的分类任务转移学习(例如,您可以预训练模型以将您的语言的新闻文章分类到不同的类别)
    • 通过数据增强来增加数据集的大小

    祝你好运!

    【讨论】:

      猜你喜欢
      • 2022-10-05
      • 1970-01-01
      • 2020-08-08
      • 2021-03-09
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2021-09-07
      相关资源
      最近更新 更多