在训练神经网络的整个过程中,数据集的验证误差是否可能高于测试误差?

我正在使用pylearn2库训练一个卷积神经网络,在所有训练周期中,我的验证误差始终高于测试误差。这是可能的吗?如果是,在什么情况下会发生这种情况?


回答:

将评论移动到回答中;修改我之前的回答似乎是不对的

整个数据集可能没有被正确打乱,因此测试集中的例子可能更容易分类。

重新进行实验,将例子重新分配到训练/验证/测试子集中,可以显示是否存在这种情况。

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