我需要在具有正态分布的数据上训练我的网络，我注意到我的神经网络非常倾向于仅预测我导出的csv文件中最常出现的类标签（将其预测与实际标签）。
有什么建议（除了清理数据以产生均匀分布的训练数据），这有助于我的神经网络不去，只能预测最常出现的标签？
更新：只是想提一下，确实评论部分提出的建议是有效的。然而，我发现在我的NN中添加一个额外的层可以缓解这个问题。
答案 0 :(得分：0)
假设使用小批量训练NN，可以通过确保每个小批量均匀分布来模拟（而不是生成）均匀分布的训练数据。
例如，假设一个3级分类问题和一个小批量大小= 30，通过随机选择每个类别10个样本构建每个小批量（如有必要，重复）。