极低的损耗和较低的精度是否表示过度拟合?

时间:2020-01-30 03:24:20

标签: tensorflow keras deep-learning conv-neural-network lstm

我正在训练CNN-LSTM concat模型,经过20个历时,我的准确度为69%,损失为0.04?

我知道,很高的训练准确度和相对较低的验证准确度相结合会表明拟合过度,但是我想知道,较低的准确性和非常低的损失是否也表明拟合过度。

总体而言,精度呈线性增加,损耗呈指数下降。

1 个答案:

答案 0 :(得分:0)

我们将对一些有关任务,损失等的更多细节表示赞赏。

对于训练集,损失应与指标成反比,例如准确性。如果损耗降低,则精度应提高。如果不是这种情况,您可能希望查看损失函数和指标。

因此,对同一数据集而言,非常低的损失和非常低的准确性将向我表明,我要训练的模型出了点问题,并且该模型没有学会解决我要解决的任务。 / p>