我正在尝试配置我的 CNN,这需要分析损失函数结果。我正在与 VGG-16 (CNN) 合作。输入数据是灰度图像。因此每个像素的值为 [0:255]。
对于第一部分,我减去平均值:像素 - 127,使每个图像的范围为 [-127:128]。以下是此配置的损失/准确性结果:
在这种情况下,开始时(纪元 0 到 25)有一些噪音,所以我认为可以通过标准化数据来解决。
因此,我首先用:(pixel - 127)/128 更改每个像素,以一种简单的方式进行标准化。以下是相同配置的曲线:
噪音消失了,但现在,火车曲线有一种我以前从未见过的行为。有人能告诉我这种行为是否常见,为什么?我想知道您是否知道分析此类曲线的好方法。
谢谢你
最佳答案
嗯,看起来你很快就达到了收敛,并且正在跳出最小值。尝试降低学习率、衰减 LR 或提前停止。
此外,进行 K 折叠可能会很有趣。您的训练集可能具有不在测试集中的“硬样本”,并且正在创建这些峰值。
希望有帮助。
关于python - 损失曲线分析: raw data VS normalized data (Machine learning/Keras),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55277561/