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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注