我通过keras api使用了完全连接的层来预测回归值。 为了概括模型,我绘制了训练和验证损失。我希望该图向我显示一个点,即验证损失高于火车损失。 但是,两个损耗值几乎相同,没有变化。
我在想。
答案 0 :(得分:0)
众所周知,验证错误通常高于训练损失。因此,当两者相同时,您可能会感到奇怪。在我看来,您的模型可能没有得到很好的训练。您仍然必须尝试更多参数,并将它们(以及测试数据集上的相应错误)记录在文件中,以帮助您找到最佳参数。
一种找到更好参数的简单方法是在一个特定参数上使用for循环,并固定其他参数,然后像下面那样记录它们
List = [parameter_1, parameter_2, parameter_3]
Name = 'parameter_1, parameter_2, parameter_3 \n'
f = open('training-log.csv','a')
f.write(Name)
for i in List:
f.write('{},'.format(str(i)))
f.write('\n')
f.close()
希望这可以为您提供帮助。