为什么培训和验证的准确性没有改变?

时间:2020-10-13 17:16:11

标签: python-3.x lstm tensorflow2.0 cnn

我正在使用太阳能光伏发电预测模型。我训练历史太阳能光伏发电来预测日头太阳能光伏发电。

我使用了混合CNN-LSTM模型,并训练了1000个时期。 我注意到训练精度和验证准确性在1000次迭代中根本没有提高,但我看到训练损失减少了,而验证损失却在增加。 是什么原因?并查看下面的指标。

从下面的指标中, 从1到1000个时代 (i)培训损失正在减少,但培训准确性是相同的。 (ii)验证损失不断增加,验证准确性相同。 为什么??

历次1/1000 9秒-损失:2.8332-准确性:0.3704-损耗值:3.3624-精度:0.3488

史诗2/1000 10秒-损失:1.0568-准确性:0.4257-损耗值:3.5717-精度:0.3844

... … … …

第159/1000章 9秒-损失:0.0516-准确性:0.4427-损耗值:3.6047-精度:0.4380

史诗160/1000 9秒-损失:0.0454-准确性:0.4427-损耗值:3.5362-精度:0.4380

... … … …

时代998/1000 9秒-损失:0.0079-准确性:0.4427-损耗值:3.9562-精度:0.4490

时代999/1000 9秒-损失:0.0071-准确性:0.4427-损耗值:3.9553-精度:0.4490

时代1000/1000 9秒-损失:0.0092-准确性:0.4427-损耗值:3.9155-精度:0.4548

0 个答案:

没有答案