如何应对火车损失中的验证损失,而这又在深度学习中趋于融合?

时间:2018-10-31 09:50:53

标签: keras deep-learning regression

我正在通过深度学习处理回归。

火车损失收敛为少量损失,

失去价值表现出一些异常行为。

火车数据集和验证数据集来自相同的数据集。

但是,val损失收敛到高于火车损失的损失。

它不会出现较大差异,而发生在过度拟合中。

我应该如何看待这种训练?

我是否必须构建一个更复杂的神经网络体系结构?

还是应该将其视为过度拟合?

非常感谢您的帮助。

0 个答案:

没有答案