8wDlpd.png
8wDFp9.png
8wDEOx.png
8wDMfH.png
8wDKte.png

TensorFlow 验证拆分导致 75% 的类别过度拟合,25% 的类别为随机噪声

JJJ 1月前

11 0

我正在执行机器学习任务,其中验证拆分似乎存在数据泄漏。如果我调整拆分,它会移动过度拟合的类的数量。X_train = resize_images(X_train, (51...

我正在执行机器学习任务,其中验证拆分似乎存在数据泄漏。如果我调整拆分,它会移动过度拟合的类的数量。

X_train = 调整图像大小(X_train,(512, 512))

y_train = label_enc.transform(y_train)n_classes = len(list(label_enc.classes_))

X_train = np.asarray(X_train)

X_train,y_train = add_extra_dim(X_train,y_train,n_classes)

模型=构建模型()

模型.拟合(X_train,y_train,epochs=50,validation_split = 0.25,回调=[回调])

def build_model():模型 = ATCNet(形状=(100,100,1),n_classes=n_classes)

top3 = tf.keras.metrics.TopKCategoricalAccuracy(k=3, name="top3")
top5 = tf.keras.metrics.TopKCategoricalAccuracy(k=5, name="top5")
model.compile(optimizer=Adam(), 
            loss='categorical_crossentropy', 
            metrics=['accuracy', top3, top5])
return model

[[在 此处输入图片描述 在此处输入图片 描述]( https://i.sstatic.net/nS2vvCJP.png )]( https://i.sstatic.net/oCSLgoA4.png )

我已经测试过,没有任何数据泄漏。

我已经将问题隔离到验证拆分中,但我找不到任何关于如何修复它或我做错什么的信息

帖子版权声明 1、本帖标题:TensorFlow 验证拆分导致 75% 的类别过度拟合,25% 的类别为随机噪声
    本站网址:http://xjnalaquan.com/
2、本网站的资源部分来源于网络,如有侵权,请联系站长进行删除处理。
3、会员发帖仅代表会员个人观点,并不代表本站赞同其观点和对其真实性负责。
4、本站一律禁止以任何方式发布或转载任何违法的相关信息,访客发现请向站长举报
5、站长邮箱:yeweds@126.com 除非注明,本帖由JJJ在本站《tensorflow》版块原创发布, 转载请注明出处!
最新回复 (0)
返回
作者最近主题: