Точность валидации низкая и не увеличивается, а точность обучения увеличивается - PullRequest
Новая
       9

Точность валидации низкая и не увеличивается, а точность обучения увеличивается

1 голос
/ 30 октября 2019

Я новичок в Keras и в машинном обучении в целом. Я пытаюсь построить модель классификации с использованием последовательной модели. После некоторых экспериментов я вижу, что мое поведение точности проверки очень низкое и не увеличивается, хотя точность обучения работает хорошо. Я добавил параметры регуляризации в слои и выпадения между слоями. Тем не менее, поведение существует. Вот мой код. 

from keras.regularizers import l2
model = keras.models.Sequential()
model.add(keras.layers.Conv1D(filters=32, kernel_size=1, strides=1, padding="SAME", activation="relu", input_shape=[512,1],kernel_regularizer=keras.regularizers.l2(l=0.1))) # 一定要加 input shape
keras.layers.Dropout=0.35
model.add(keras.layers.MaxPool1D(pool_size=1,activity_regularizer=l2(0.01)))
model.add(keras.layers.Flatten())
model.add(keras.layers.Dense(256, activation="softmax",activity_regularizer=l2(0.01)))

model.compile(loss="sparse_categorical_crossentropy",
             optimizer="adam",
             metrics=["accuracy"])

Ahistory = model.fit(train_x, trainy, epochs=300, 
                    validation_split = 0.2, 
                    batch_size = 16)

И вот окончательные результаты, которые я получил.

Training accuracy & Validation accuracy

Чтопричина этого. Как я могу точно настроить модель .?

...