卷积神经网络训练精度高,测试精度很低的原因

如题所述

举报该问题

推荐答案 2018-11-30

过拟合了，原因很多，解决方案也有很多。百度/谷歌搜索过拟合 overfitting
个人会优先尝试减小网络规模，比如层数、卷积滤波器个数、全连接层的单元数这些。
其他的比如Dropout，数据增强/扩充，正则，earlystop，batchnorm也都可以尝试

温馨提示：答案为网友推荐，仅供参考

当前网址：http://66.wendadaohang.com/zd/UnDs92s229xsv29nxpv.html

第1个回答 2018-11-29

怎么走了老子老婆

第2个回答 2018-11-29

和奔驰c200l买哪个好

第3个回答 2018-11-29

，，，，，，，，

第4个回答 2018-11-29

，，，，，，，，

相似回答

神经网络训练时准确度突然变得急剧下降,为啥?答：可能是因为太激进，设置太高的学习率，也可能是因为设置的参数的问题。

为什么在类别少时卷积神经网络识别率很高,类别多时识别率下降_百度知 ...答：问题太复杂，神经网络训练时的收敛压力也越大，效果自然没有之前好。另外可以选择调整下网络参数，对结果会有一些改进。

bp神经网络误差精度小于设定值的原因答：预测效果不好。通过查询bp神经网络误差精度小于设定值资料了解显示得知，bp神经网络误差精度小于设定值的原因是预测效果不好。

神经网络:卷积神经网络(CNN)答：1) 需要很长的训练时间,因而对于有足够长训练时间的应用更合适。 2) 需要大量的参数,这些通常主要靠经验确定,如网络拓扑或“结构”。 3) 可解释性差。该特点使得神经网络在数据挖掘的初期并不看好。优点: 1) 分类的准确度高 2)并行分布处理能力强 3)分布存储及学习能力高 4)对噪音数据有很强的鲁棒性...

卷积神经网络训练次数越多越好吗答：卷积神经网络训练次数不是越多越好。训练次数越多不能说明越精确，精度主要决定于几个重要参数，隐含层节点数，传递函数的设置，还有目标值和学习效率等等，训练时也会出现过拟合现象，随着训练次数增多反而误差越大。

电脑跑卷积神经网络会很卡答：参数多，内存占用大。根据查询中关村在线显示，电脑跑卷积神经网络mnist的数据大，一次放入太多训练数据，占用了内存。可以单步调试一下，看看训练数据有多大，确实训练数据太大的话，要么分批次要么换个大显存的显卡，毕竟深度学习还是得用显卡。每次所有样本一起训练，用分batch训练，调整batchsize大小，从1...

大家正在搜

神经网络训练精度神经网络的预测精度取决于 BP神经网络的预测精度达不到卷积神经网络的应用卷积神经网络原理如何提高神经网络精度卷积神经网络实现全卷积神经网络卷积神经网络详解

在卷积神经网络中，为什么验证分类精度高于测试精度

深度卷积神经网络为什么每次epoch 提高准确率

卷积神经网络中的验证精度是什么意思

深度学习为什么加入卷积神经网络之后程序运行速度反而变慢了

怎么评判卷积神经网络训练得差不多了

为什么卷积神经网络最后预测输出结果都是0

为什么卷积神经网络很快就收敛了