用timesformer进行分类,在增加train数据后loss卡在0.7左右一直不下降会有什么原因,在没增加之前loss会拟合到0.2/0.3左右
1条回答 默认 最新
- 追cium 2023-03-16 16:43关注
参考GPT和自己的思路:
这个问题的原因可能是过拟合或数据不平衡。当增加train数据时,模型可能会过度拟合这些数据,导致loss不再下降。此外,使用的数据可能不平衡,其中某些类别可能具有更多的训练示例,而其他类别可能具有较少的训练示例。这也可能导致loss不拟合问题。要解决这个问题,您可以尝试使用数据增强或添加正则化,并确保数据集平衡。
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥15 linux驱动,linux应用,多线程
- ¥20 我要一个分身加定位两个功能的安卓app
- ¥15 基于FOC驱动器,如何实现卡丁车下坡无阻力的遛坡的效果
- ¥15 IAR程序莫名变量多重定义
- ¥15 (标签-UDP|关键词-client)
- ¥15 关于库卡officelite无法与虚拟机通讯的问题
- ¥15 目标检测项目无法读取视频
- ¥15 GEO datasets中基因芯片数据仅仅提供了normalized signal如何进行差异分析
- ¥100 求采集电商背景音乐的方法
- ¥15 数学建模竞赛求指导帮助