随着神经网络中训练事件的增加，错误分类率有可能增加吗？

Question

我正在使用神经网络进行分类

在使用不同的训练时期/剧集时，我注意到有时在训练事件发生后错误分类率增加了，尽管训练次数也增加了。

我预计错误分类率随着训练事件的增加而减少，但在某些时候没有发生，例如，错误从1000次减少到3000次训练，然后在4000次之后增加。所以我只是想知道这是否正常，以及这是否是网络过度拟合数据的迹象？

由于

Answer 1

除非学习率和动量过高，否则训练数据的错误分类率应随着时期数量的增加而减少。但是，在多个时期之后，针对验证或测试数据的错误分类率可能会增加。在这种情况下，它是过度拟合的标志。