过度拟合DL模型?

时间:2019-08-19 15:37:49

标签: tensorflow keras deep-learning

我正在尝试构建深度学习模型,以从天气模型数据中选择热带气旋。我已经收集了数据,并在区域[0,1]中对其进行了归一化,并将其传递给我的早期模型。然后,我将损失和准确性曲线绘制为here。我收到奇怪的曲线,因为约50个纪元后验证损失开始增加,表明过拟合,但验证准确性仍在增加。我的模型是否过度拟合(大约50个纪元)?

1 个答案:

答案 0 :(得分:0)

这些图是过度拟合附带的经典图!您可以识别出过度拟合,因为即使训练准确性不断提高,但验证准确性却没有。为了防止过度拟合,有几种方法。太多,无法在一个答案中说出。您可以应用L1 / L2正则化,辍学或人为地扩展您的训练数据(以及其他数据)。