减少损失的不一致性

时间:2017-03-28 14:54:13

标签: machine-learning tensorflow deep-learning keras data-science

  • [x]检查您是否与Keras的主分支保持同步。您可以更新: pip install git + git://github.com/fchollet/keras.git --upgrade --no-deps

  • [x]如果在TensorFlow上运行,请检查您是否是最新版本。可以找到安装说明here

  • [x]提供指向Python脚本的GitHub Gist的链接,该脚本可以重现您的问题(如果脚本很短,只需复制脚本)。

大家好,我一直在使用这个脚本Python script 问题是我每次都无法产生类似的结果。 有时,我可以产生类似的结果(在500个时期内损失0.3~)但有时我在1500pochs后仍然会损失3.x.我不确定这是不是一个错误,或者这是因为算法只停留在局部最小值。

此外,在我调整收盘价(不除以100)后,我将学习率提高了100倍,问题仍然存在,并且陷入了30000的损失。你们认为有什么可以改善模特?

1 个答案:

答案 0 :(得分:0)

通过规范化功能集,它现在可以正常工作。