神经网络分类损失来自验证集:它是否动态更新任何内容

我正在尝试学习一些关于训练神经网络的理论知识,目前我已经学习到了验证集的部分。

我能理解验证集为我们提供了一个损失指标,这有助于我们判断是否出现了过拟合。但当我阅读书籍和观看视频时,每个人似乎都以一种有点模糊的方式表达自己。

当运行验证集时,模型是否会自动更新自己?在验证过程中,层、权重、偏置或神经元的总数是否可以“自动”更新?

非常感谢


回答:

LossAccuracy 指的是当前训练集的损失和准确率。

在每个epoch的反向传播过程中,Loss 会被固定以提高Accuracy

在每个epoch结束时,你的训练好的神经网络会根据验证集进行评估。这就是Validation LossValidation Accuracy 所指的内容。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注