为什么神经网络训练过程中loss和acc趋于不变，而且loss是0.0000e00？求指教
0条回答 默认 最新
- 2022-02-25 12:13回答 1 已采纳 （1）你没有给出模型，数据情况，谁也分析不了（2）训练误差小，测试误差大，这是典型的过拟合（3）损失值降为 0，还是下降很快，接近于 0，这是完全不同的，从问题描述和图中看不出来
- 2021-07-19 21:04回答 1 已采纳 首先怀疑过拟合, 减少迭代次数, 像这种非常简单的数据拟合, 完全不需要200这么大的周期, 一般30-50个足够
- 2022-08-17 10:03回答 9 已采纳 数据增强使用CutMix和Cutout，其中CutMix就是将一部分区域cut掉但不填充0像素而是随机填充训练集中的其他数据的区域像素值，分类结果按一定的比例分配；Cutout:随机的将样本中的部分区
- 2021-07-07 15:32东方佑的博客 首先要明确一点刚开始的时候loss一定是个不为0且合理的值，接近为0那么就意味着你这个网络已经梯度消失，可以换网络或者是改网络了，要么就是数据集有问题，要么就是loss函数有问题。 1，假设你的数据集没有问题 2，...
- 2022-08-03 19:10回答 2 已采纳 导包的代码我省略了，里面主要修改的是数据需要归一化、权重系统weight_init_std=0.01修改为了1、学习率降低(修改为0.05)。如果想做的更好一些，可以增加dropout # 显示图形
- 2023-02-19 11:33回答 2 已采纳 检查输入数据是否正确：确保您的输入数据已经被正确地预处理和标准化，使其能够适应网络的要求。还要确保您的输入数据与您的问题域相匹配。 检查网络结构：确认您的神经网络结构是否正确并满足您的问题要求。特别是
- 回答 2 已采纳 说明你的样本太少，明显已经过拟合了。
- 2023-08-19 14:03无水先生的博客 G拉夫神经网络（GNN）！想象他们是人工智能世界的媒人，通过探索他们的联系，不知疲倦地帮助数据点找到朋友和人气。数字派对上的终极僚机。
- 2021-04-25 02:16回答 1 已采纳 1. 把loss函数也放出来看看 2. 先把中间的sigmoid改成Relu（或者其他变种），最后一层使用sigmoid
- 2022-09-05 14:20回答 1 已采纳 a=b()(x)这看起来很怪吗如果你知道函数b的返回值是一个函数，像这样def b(): def c(): ... return c还怪吗b()，其实就是cb()(x)其实就是c(x
- 2019-04-10 15:34回答 1 已采纳 两组数据的训练的权重是否共享，如果是，用一个model，如果不是的话，可以用两个model，或者在model运行前，初始化下。 运行完得到 history 数据就是训练的acc，然后你得到两个
- 2021-04-04 23:52诗雨时的博客 loss /loss可视化，可视化出准确率上升、损失函数下降的过程 目录 摘要 一、acc曲线与loss曲线 二、完整代码 摘要 loss /loss可视化，可视化出准确率上升、损失函数下降的过程 一、acc曲线与loss曲线 ...
- 2023-03-28 23:14回答 2 已采纳 基于Monster 组和GPT的调写：不是用来计算 acc 和 loss 的，而是来设置训练过程中的日志记录和实验结果保存的参数 parser.add_argument() 用来添加命令行参数，用于控
- 2020-09-05 10:53故桥的博客 最近在做一个用简单的lstm预测时序数据分类的模型，在训练过程中，出现了loss在持续减小，而acc和val_acc始终不变的情况，经过不断的调参，找到了其中的问题，在此记录下： 问题描述： 具体情况如下： Epoch ...
- 2018-09-04 12:20喵嗷的博客 卷积神经网络中loss值为nan的问题 最近一直在学习AI方面的东西。想自己搞一个类似MINST的东东，用搞基神经网络 ，样本用自制的样本……然鹅理想是骨感的，现实是永远吃不上饭的。经过与各种错误轮战后，出现了更大...
- 没有解决我的问题, 去提问
