指示过度拟合

时间:2018-05-05 09:11:34

标签: tensorflow machine-learning tensorboard

基于Tensorflow of Poets教程,我使用Inception和转移学习来训练图像识别模型。

我让它跑了500k步,希望在过度训练战术之前看到最佳步数。下面的张量板图像显示我的训练精度稳步上升,但验证准确度达到70K左右。我的理解是,当开始过度训练时,验证准确性会开始下降。

下图中的最佳步数是多少? 70k步或260k?

enter image description here

1 个答案:

答案 0 :(得分:3)

很明显,你的模型过于贴合。为了解决过度拟合问题,有几种解决方案:
1)提前停止。
2)正规化。
3)通过减少每层的层数或单元数来减少VC的模型尺寸。
4)扩充数据集。
5)应用转学习。

对于您的情况,您可以尝试提前停止。根据图表的最佳迭代次数是60K。