我的学习曲线看起来与我在网上遇到的一切都不一样。基于this article,我的情节最类似于“无代表性火车数据集”的情况。但是,该模型的精度为0.993
。
基于准确性,我不会说有问题。但是从训练图来看,似乎确实存在问题。我将如何解释以下情节?
这是情节的代码:
def show_learning_curves(history):
plt.title('Learning Curves')
plt.xlabel('Epoch')
plt.ylabel('Cross Entropy')
plt.plot(history.history['loss'], label='train')
plt.plot(history.history['val_loss'], label='val')
plt.legend()
plt.show()
这是我的模特:
def create_model(n_features):
model = tf.keras.Sequential()
model.add(layers.Flatten(input_shape=n_features))
model.add(layers.Dense(25, activation='relu', kernel_initializer='he_normal'))
model.add(layers.Dense(8, activation='relu', kernel_initializer='he_normal'))
model.add(layers.Dense(1, activation='sigmoid'))
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
return model