标签： tensorflow deep-learning keras
我正在使用带有TensorFlow后端的Keras。我正在使用的数据集是序列数据，其Y值在0和1之间连续。数据集分为大小为1900的训练和大小为400的测试。我使用的是我在Keras从头开始创建的VGG19架构。我使用的是30年代。
我的问题是，如果我多次运行这种架构，我会得到非常不同的结果。我的结果可以在0.15到0.5 RMSE之间。这类数据是正常的吗？是因为我没有运行足够的时代吗？在运行结束时，网络的损失似乎稳定在0.024左右。有什么想法吗？