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

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