Точность снижается с высшими эпохами

Question

Я новичок в Keras и в машинном обучении в целом. Я пытаюсь построить бинарную модель классификации с использованием последовательной модели. После некоторых экспериментов я увидел, что при многократных прогонах (не всегда) я получал точность даже 97% моих данных проверки в самой второй или третьей эпохе, но это резко уменьшилось до 12%. В чем причина этого? Как мне точно настроить мою модель? Вот мой код -

model = Sequential()
model.add(Flatten(input_shape=(6,size)))
model.add(Dense(6,activation='relu'))
model.add(Dropout(0.35))
model.add(Dense(3,activation='relu'))
model.add(Dropout(0.1))
model.add(Dense(1,activation='sigmoid'))
model.compile(loss='binary_crossentropy',optimizer='adam',metrics=['binary_accuracy'])
model.fit(x, y,epochs=60,batch_size=40,validation_split=0.2)

Answer 1

По-моему, вы можете принять во внимание следующие факторы.

1. Уменьшите скорость обучения до очень малого числа, например 0,001 или даже 0,0001.
2. Предоставить больше данных .
3. Установить Показатель отсева на число, подобное 0,2. Держите их равномерно по всей сети .
4. Попробуйте уменьшить размер пакета .
5. Использование соответствующего оптимизатора: возможно, вам придется немного поэкспериментировать с этим. Используйте разные оптимизаторы в одной сети и выберите оптимизатор, который принесет вам наименьшие потери .

Если у вас работает какой-либо из вышеперечисленных факторов, сообщите мне об этом в разделе комментариев.