了解模型损失/准确性以及如何不泄漏信息

时间:2018-08-13 09:20:39

标签: tensorflow classification rnn

此问题与发布的here的起始问题有关。

问题在于对行进行分类,以便行号i的分类可以依赖所有先前行的数据,包括类成员资格。链接的帖子包含一个在下面发布的答案。

为了进行实验,我使用了一组随机制作的数据,其中分类属性为0.1统一随机变量。

让我吃惊的是,上述示例中的模型损失确实很小,准确度为99%,而我希望该值在50%范围内。

因此,我假设模型测试分类的方式正在以某种方式泄漏信息。

有人碰巧看到了什么问题吗?在这种情况下评估准确性的正确方法是什么?

@Directive({
  selector: '[appLimitTo]'
})
export class LimitToDirective {
  @Input('appLimitTo') limitTo: number=5;
  constructor(private el: ElementRef) { }
  @HostListener('keydown.backspace', ['$event'])
  onKeyDown(evt: KeyboardEvent) {
   console.log(evt.target.value);
    let a = (evt.target as HTMLInputElement).value.length; 
     if (a <= this.limitTo) {
      evt.preventDefault();
    }

  }
}

0 个答案:

没有答案