了解神经网络中的最佳模型

Question

我使用CNN训练了模型，

结果是

精度

损失

我从fast.ai读到，专家说，一个好的模型的val_loss大于损失。

我的模型的要点不同，所以，我可以把这个模型当作好模型还是需要再次训练...

谢谢

Answer 1

对于您训练的CNN，似乎您的验证集“太简单了”，或者不足以代表您的问题。很难说出您提供的信息量。

我会说，您的验证集没有正确选择。或者您可以尝试使用交叉验证来获得更多见解。

Answer 2

首先，正如我已经指出的那样，我将检查您的数据设置：训练和测试（验证）数据集包含多少个数据点？并且是否已正确选择它们？

此外，这表明您的模型可能不适合训练数据。通常，您正在寻找关于“很好地预测”，这是在很好地预测训练数据与不过度拟合（即对测试数据做得不好）之间进行权衡的问题：

如果训练数据的准确性不高，则可能是拟合不足（绿色虚线的左侧）。这表明在训练数据上比在测试数据上做得更差（尽管这种情况未在图中显示）。因此，如果您增加模型的复杂性并使它更适合训练数据（朝说明图中的“最佳位置”移动），我将检查您的准确性会如何。

相反，如果您的测试数据准确性低，则您可能处于过度拟合的情况（绿色虚线右侧）。