最近在用Keras搭建神经网络，并且训练。发现数据的多少对结果有一定的影响，因而产生了一个想法，能否每隔一定的epoch，增加一些训练数据样本，以此来观察结果的收敛情况。不知道有没有人做过，代码中如何实现呢。由于模型有一些自定义的层和函数，所以无法通过保存再加载的方式训练。
1条回答 默认 最新
XianxinMao 2021-11-11 18:57关注你这个问题，其实有人做过数据规模对模型精度的影响了，可以来看这篇论文: Big Transfer (BiT): General Visual Representation Learning
解决 无用评论 打赏举报
分享
- 2023-03-01 09:04回答 3 已采纳 这篇博客: 神经网络训练技巧中的 3 epoch 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读: 当一个完整的数据集通过了神经网络一次并且返回了一次，这个过程称为一次epoch
- 2022-10-24 14:12回答 2 已采纳 你的数据很多吗？ 一般情况下是不需要的，DataLoader本身是个可迭代的东西，如果设计得当的话大部分情况是不需要多次加载的。
- 2023-02-18 15:36回答 2 已采纳 基于Monster 组和GPT的调写：使用torch.cuda.empty_cache()函数手动释放显存。如果想要在每个epoch的训练结束后释放训练集显存，可以在每个epoch结束时调用该函数。
- 2022-10-05 11:24「已注销」的博客 BP神经网络样本数有什么影响学习神经网络这段时间，有一个疑问，BP神经网络中训练的次数指的网络的迭代次数，如果有a个样本,每个样本训练次数n，则网络一共迭代an次，在n>>a 情况下 ， 网络在不停的调整权值，减小...
- 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
- 2020-04-22 11:00回答 2 已采纳 您好，这个问题是什么原因呢？我也遇到了同样的问题
- 2023-03-18 16:16回答 3 已采纳 1.在 TensorBoard 中记录 loss 可以是每个 epoch 的 loss，也可以是每个 iteration 的 loss。2.如果你使用的是 TensorFlow 的高级 API（例如
- 2023-12-06 11:31一杯水果茶！的博客 神经网络模型训练中的相关概念：Epoch，Batch，Batch size，Iteration
- 2022-03-02 23:40回答 1 已采纳 有个简单的办法，提前打开任务管理器翻到GPU那一栏，在训练或者预测数据的时候观察各项指标特别是复制有没有起伏
- 2021-05-27 20:56回答 2 已采纳 看你用了torch，建议你直接保存loss的log图，然后用tensorboardX, import tensorboardX pip 安装就行
- 2021-04-03 13:35回答 1 已采纳 问题分析： 很有可能是过拟合了！ 解决方案： （1）增加Dropout，随机断开神经网络之间的连接，减少每次训练时实际参与计算的模型的参数量，从而减少了模型的实际容量，来防止过拟合。 （
- 2022-10-13 00:00算法与编程之美的博客 而用同一数据集训练神经网络，每次训练得到的准确率结果却不一样并且准确率都较低，最高仅67%，那如何才能提高训练后的准确率呢？2 方法模型的参数是随机的，所以导致每次训练出的准确率不一样。虽然每次训练得到的...
- 2021-09-16 21:35回答 1 已采纳 在训练的时候用visdom可视化每个iterator的loss值，把visdom换成tensorbord发现问题解决了，应该是用visdom记录的时候占用了电脑的进程。
- 2020-01-07 16:22香博士的博客 你肯定经历过这样的时刻，看着电脑屏幕抓着头，困惑着：「为什么我会在代码中使用这三个术语，它们有什么区别吗？」因为它们看起来实在太相似了。 梯度下降 为了理解这些术语有什么不同，你需要了解一些关于机器...
- 2020-05-13 08:46CindyWangry的博客 随机梯度下降法是一种具有大量超参数的学习...·批量大小是梯度下降的超参数，在模型的内部参数更新之前控制训练样本的数量。 ·Epoch数是梯度下降的超参数，其控制通过训练数据集的完整传递的数量。 概观 这篇文...
- 2022-01-27 20:42我不是zzy1231A的博客 在梯度下降的模型训练的过程中，神经网络逐渐从不拟合状态到优化拟合状态，达到最优状态之后会进入过拟合状态。因此epoch并非越大越好，一般是指在50到200之间。数据越多样，相应epoch就越大。 Batchsize 当我们处理...
- 2022-10-17 15:53「已注销」的博客 和神经网络都需要经过训练得到相应的分类的功能，如果非要说区别的话就是结构上的区别，神经网络通过高阶级数或者几何空间逼近，无数多的节点构成了非常复杂的数据相关性，而贝叶斯分类器则通过每个模式（事件几何下...
- 2023-05-14 20:59微学AI的博客 大家好，我是微学AI，今天给大家介绍一下人工智能基础部分16-神经网络与GPU加速训练的原理与应用，在深度学习领域，神经网络已经成为了一种流行的、表现优秀的技术。然而，随着神经网络的规模越来越大，训练神经网络...
- 2022-10-10 15:07ai智能网络的博客 指对人工神经网络训练。向网络足够多的样本，通过一定算法调整网络的结构（主要是调节权值），使网络的输出与预期值相符，这样的过程就是神经网络训练。根据学习环境中教师信号的差异，神经网络训练大致可分为二分割...
- 没有解决我的问题, 去提问
问题事件
创建了问题
11月10日
悬赏问题
- ¥15 求解O-S方程的特征值问题给出边界层布拉休斯平行流的中性曲线
- ¥15 谁有desed数据集呀
- ¥20 手写数字识别运行c仿真时，程序报错错误代码sim211-100
- ¥15 关于#hadoop#的问题
- ¥15 (标签-Python|关键词-socket)
- ¥15 keil里为什么main.c定义的函数在it.c调用不了
- ¥50 切换TabTip键盘的输入法
- ¥15 可否在不同线程中调用封装数据库操作的类
- ¥15 微带串馈天线阵列每个阵元宽度计算
- ¥15 keil的map文件中Image component sizes各项意思