神经网络:成本不稳定

时间:2017-10-12 06:29:54

标签: python machine-learning neural-network computer-vision classification

我在python中实现了一个简单的神经网络用于分类(一类)图像。图层很简单(image_matrix,5,1)。使用relu和sigmoid作为隐藏层 我正在迭代5000次。起初,看起来成本会以合理的方式逐渐下降 但是,无论我使用多少训练样例,或者我的learning_rate是什么,每次大约3000次迭代后,成本开始表现不正常...... cost(点击查看图片)
有人能帮我理解发生了什么吗? 感谢

1 个答案:

答案 0 :(得分:0)

在训练模型中,您应该记住它们的成本是多个局部最小值。您的图表显示您的成本正在移动此局部最小值,同时找到您的全局最小值,这是找到模型的最佳性能的目标。

1st - 你应该尝试检查每次迭代/纪元的准确性,f1分数或损失,以检查性能是否真的有所改善。

第二 - 进行交叉验证并检查上述相同的指标以进行验证

3 - 实施早期停止功能,应该检查你的模型是否正在改善。

*注意:找到可以帮助您更好地找到全局最小值的最佳alpha。