Tensorflow模型精度

Question

我的模型，我已经训练了一组29K图像的36个类，并在7K图像上验证。该模型的训练准确率为94.59％，验证准确率为95.72％ 它是为数字和字符的OCR创建的。我知道36个班级的培训图像数量可能不足。我不确定从这些结果中推断出什么。

问题：这是一个好结果吗？测试精度是否应始终高于训练精度？我的模特是否过度拟合？

问题：我怎么知道我的模型是否过度拟合？我假设一个非常高的训练精度和非常低的测试精度表明？

Answer 1

1. 95％对36个班级来说相当不错。如果您的验证准确度高于训练准确度，那么您的实力不足。您可以运行更多的纪元，直到您的训练准确度略高于验证准确度
。
2. 确切地说，如果训练准确度要高得多，那么你就过度拟合了。

Answer 2

1. 培训准确性应始终高于测试准确性/验证准确性。这是因为您的模型必须能够很好地利用所提供的数据才能预测未知数据。但是，有时也会发生，原因可能是 一种。测试测试不是随机选择的，还是随机选择的，但事实证明是 有利的（巧合）。 b。您的模型非常概括，并结合了第一个问题。

2. 请先检查学习曲线，这种情况很少，训练精度较小。解决方案可能是更多数据，更复杂的模型或更多时期（欠拟合的解决方案）