ディープラーニング、精度の改善
10 Ansichten (letzte 30 Tage)
Ältere Kommentare anzeigen
Tsubasa Mawatari
am 1 Mär. 2019
Beantwortet: Kenta
am 1 Mär. 2019
Which parameter can improve it?
0 Kommentare
Akzeptierte Antwort
Kenta
am 1 Mär. 2019
options = trainingOptions('sgdm',...
'MaxEpochs',6, ...
'ValidationData',{XValidation,YValidation},...
'ValidationFrequency',5,...
'ValidationPatience',3, ...
'Verbose',false,...
'Plots','training-progress');
途中からトレーニングデータに過適合して、バリデーションデータの損失が大きくなってるので、
'ValidationPatience'を導入して、ロスが大きくなってしまったら、学習から脱出するようにすれば、まずは精度があがるようになると思います。学習曲線がなまったときの学習短縮のために、この、早期終了(early stopping)が使われることが多いと思いますが、このような過適合に関しても有効だろうと考えられます。
あとは、過適合を抑えるように
'L2Regularization',0.1
とかしてみてはいかがでしょうか。どのようなパラメータで動かしてるかわからないので、具体的な数字がどれくらいはわかりませんが、デフォルトの値が0.0001なのでデフォルトで動かしてるならそれより大きくしてみてはどうでしょうか。
0 Kommentare
Weitere Antworten (0)
Siehe auch
Kategorien
Mehr zu 深層学習データの前処理 finden Sie in Help Center und File Exchange
Community Treasure Hunt
Find the treasures in MATLAB Central and discover how the community can help you!
Start Hunting!