在我的 NN 模型的模型精度图中，训练和测试显示了一条长达 50 个时期的陡峭曲线，之后这些曲线并行运行长达 1500 个时期。某个点的 fork 表示模型在该点之后过度拟合，这是否正确？如果是这样，那么我的模型在 1500 个时期内没有 fork 点。我没有尝试超过 1500 个 epoch。我应该测试更多的纪元以获得 fork 点还是得出模型是完美的结论？提前致谢。
最佳答案
如果您的模型拟合在 50 个 epoch 后停滞不前，那么通过将 epoch 扩展到 1500 以上，您可能不会看到大的变化，至少在不降低优化器在这大约 50 个 epoch 后的学习率的情况下是这样。由于它们都是并行的，这确实意味着模型没有过度拟合。模型很少是完美的，更好的问题是它是否能达到其预期的目的？如果您想要更好的结果，那么您可能需要探索添加额外的参数或层，看看是否可以获得测试准确性，也许尝试找到开始过度拟合的点，然后进行相应调整以避免过度拟合，同时仍然变得更好测试结果。
关于machine-learning - 火车和测试线并行运行意味着什么？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/59036531/