如何解决如何防止CNN中的验证准确性波动?
我正在训练一个卷积神经网络,并且看到我的验证精度波动很大的问题。我也看到了一些关于培训准确性的波动,但到目前为止还没有那么多。
可能会有什么罪魁祸首?还是在某些情况下这种行为太过令人期待?
Model: "sequential_18"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
conv2d_23 (Conv2D) (None,58,51,32) 1632
_________________________________________________________________
activation_21 (Activation) (None,32) 0
_________________________________________________________________
max_pooling2d_21 (MaxPooling (None,29,26,32) 0
_________________________________________________________________
flatten_16 (Flatten) (None,24128) 0
_________________________________________________________________
dense_32 (Dense) (None,32) 772128
_________________________________________________________________
dense_33 (Dense) (None,1) 33
=================================================================
Total params: 773,793
Trainable params: 773,793
Non-trainable params: 0
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。